mlops 第 3 页
本站收录 445 个带「mlops」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 9 页）
auto-deep-researcher-24x7这是一个自主运行深度学习实验的AI智能体，能在你睡觉时24/7不间断地执行实验任务。它解决的是研究人员需要长时间盯守实验、手动调参和监控的痛点。核心能力包括：基★ 1,136
efficient-dl-systems这是一个面向深度学习系统的高效实现课程材料仓库，由多伦多大学等机构维护，内容涵盖深度学习系统的高效训练、推理、部署等核心主题。项目通过Jupyter Noteb★ 1,043
llm.reportllm.report 是一个开源的 OpenAI API 日志与分析平台，专门用于记录 ChatGPT API 请求、分析成本并优化提示词。它解决了开发者在调用★ 1,020
sematicSematic 是一个开源的机器学习流水线开发平台，旨在解决 ML 工程中实验、调度和部署的复杂性问题。它允许开发者用纯 Python 编写流水线，通过装饰器将★ 1,003
time-to-first-token这是一个为期10周、每天30分钟的LLM推理服务与优化学习路线图。它面向想要系统掌握大模型推理性能调优的开发者，解决从理论到实践缺乏结构化路径的问题。项目核心能★ 997
CodeProject.AI-ServerCodeProject.AI Server 是一个自包含的 AI 服务，开发者可将其嵌入或随应用分发，以快速为软件增添 AI 能力。它解决了传统 AI 集成中环★ 985
Ultimate-Data-Science-Toolkit---From-Python-Basics-to-GenerativeAI这是一个面向数据科学和生成式AI学习者的开源课程/资源库，以Jupyter Notebook形式提供从Python基础到生成式AI的完整学习路径。项目旨在解决数★ 972
motorheadMotorhead 是一个专为大型语言模型（LLM）设计的记忆与信息检索服务器，用 Rust 编写。它解决了 LLM 在对话中缺乏长期记忆的问题，为开发者提供了★ 916
mosecmosec 是一个高性能的机器学习模型服务框架，专注于解决模型部署中的吞吐量和资源利用率问题。它通过动态批处理（dynamic batching）和 CPU/G★ 902
lightly-studioLightly Studio 是一个面向机器学习团队的数据管理平台，专注于数据整理、标注和版本管理。它解决的是机器学习项目中数据质量参差不齐、标注流程混乱、数据★ 896
lanternlantern 是一个基于 PostgreSQL 的向量数据库扩展，专为构建 AI 应用而设计。它通过扩展 PostgreSQL 的能力，使其能够高效地存储和检★ 896
hands-on-train-and-deploy-ml这是一个端到端的机器学习项目实战教程，旨在帮助开发者用10个步骤完成从模型训练到部署的完整流程。项目以加密货币价格预测为示例，展示了如何构建一个ML REST ★ 890
NeumAINeumAI 是一个专注于大规模向量嵌入创建与同步的框架，旨在解决 RAG（检索增强生成）应用中数据管道复杂、难以维护的痛点。它提供了一套声明式配置，让开发者能★ 868
YataiYatai 是一个基于 Kubernetes 的模型部署平台，旨在帮助机器学习团队将训练好的模型规模化地部署到生产环境。它解决了模型从实验到上线过程中面临的部署★ 839
llamafarmllamafarm 是一个面向 AI 应用的一站式部署工具，旨在让用户能够在几分钟内将任意 AI 模型、智能体、数据库、RAG 流水线等部署到本地或远程环境。它★ 837
Deep-learning-in-cloud这是一个整理深度学习云服务提供商的精选列表，旨在帮助开发者和企业快速找到适合的云端AI训练与推理平台。项目以清单形式汇总了各大主流云厂商（如AWS、Google★ 826
vertex-ai-samplesvertex-ai-samples 是 Google Cloud 官方维护的 Vertex AI 示例集合，包含 Notebooks、代码示例、示例应用等资源，★ 790
mlops-coding-course这是一个面向MLOps工程师的实战编码课程，旨在教你如何从零创建、开发并维护一套现代化的MLOps代码库。课程内容覆盖项目结构设计、数据版本管理、模型训练与评估★ 742
onepanelOnePanel 是一个开源的端到端计算机视觉平台，旨在统一标签标注、模型构建、训练、调优、部署和自动化流程。它解决了计算机视觉项目从数据标注到模型上线的全生命★ 733
awesome-open-data-annotation这是一个精选开源数据标注与标记工具的资源列表，旨在帮助数据科学家、机器学习工程师和研究者快速找到适合其项目的数据标注解决方案。项目解决了数据标注工具分散、选择困★ 732
mlops-stacksmlops-stacks 是一个用于在 Databricks 平台上快速启动生产级机器学习项目的可定制模板仓库。它解决了从零搭建 ML 项目时面临的工程化配置繁★ 723
nucliadbNucliaDB 是一个专为 RAG（检索增强生成）设计的 AI 搜索数据库。它解决了传统数据库在非结构化数据（如文本、PDF、视频等）上难以进行语义检索和向量★ 722
cressetcresset 是一个用于从源码构建 PyTorch 项目的模板仓库，支持任意版本的 PyTorch、CUDA 和 cuDNN 组合。它解决了深度学习开发中环境★ 718
vertex-ai-mlopsvertex-ai-mlops 是 Google Cloud 官方提供的端到端机器学习运维（MLOps）参考实现，基于 Vertex AI 平台构建。它解决企业★ 717
BharatMLStackBharatMLStack 是 Meesho 开源的一套端到端机器学习基础设施栈，旨在支撑印度“Bharat”规模的实时与批量 ML 工作负载。它解决了从模型训★ 716
cookiecutter-fastapicookiecutter-fastapi 是一个用于快速生成 FastAPI 项目结构的 Cookiecutter 模板。它解决了从零搭建 FastAPI 项目★ 708
advanced-machine-learning-engineer-roadmap-2024这是一个面向2024年的全栈机器学习工程师学习路线图，旨在帮助学习者系统掌握从数据处理、模型开发到部署运维的完整技能链。项目以结构化的路线图形式，梳理了成为全栈★ 702
timbertimber 是一个面向经典机器学习模型的高性能推理编译器，定位为“Ollama for classical ML models”。它通过 AOT（Ahead-★ 689
serverless-ml-course这是一个面向开发者的无服务器机器学习实战课程，旨在教授如何将训练好的模型和特征工程流水线部署为可扩展、低成本的AI预测服务。课程内容涵盖从模型打包、API构建到★ 686
mlops-v2这是微软提供的 Azure MLOps v2 解决方案加速器，旨在帮助企业快速在 Azure 平台上部署和管理机器学习模型。它解决的是机器学习项目从开发到生产过★ 656
personalized-recommender-course这是一个开源课程，旨在教授如何架构、构建和部署一个面向H&M时尚商品的实时个性化推荐系统。课程内容涵盖从数据处理、特征工程、模型训练到在线推理的完整流程，使用J★ 654
ckCollective Knowledge (CK) 是一个开源自动化框架，旨在帮助用户高效地在多样化的模型、数据集、软件和硬件上运行AI/ML及其他新兴工作负载★ 649
sig-mlopsCDF（持续交付基金会）旗下的MLOps特别兴趣小组（SIG），旨在为机器学习运维领域定义标准、最佳实践和参考架构。它解决的是MLOps工具链碎片化、缺乏统一规★ 634
mrmrmRMR 是一个用于大规模自动特征选择的 Python 库，实现了最小冗余最大相关性（minimum-Redundancy-Maximum-Relevance）★ 631
neptune-clientneptune-client 是 Neptune.ai 的官方 Python 客户端库，用于跟踪和记录基础模型训练过程中的实验数据。它解决了机器学习团队在训练大★ 623
awesome-open-source-data-engineering这是一个精选开源数据工程工具列表，旨在帮助数据工程师和分析平台构建者快速找到合适的开源组件。项目按功能分类整理了数据摄取、存储、处理、查询、调度、可视化等环节的★ 613
kubernetes-for-ml-engineers这是一个面向机器学习工程师的Kubernetes入门指南，旨在用最少的必要知识帮助ML工程师快速上手K8s。项目通过简洁的文档和示例，解决ML工程师在模型部署、★ 578
langtestLangTest 是一个专注于语言模型安全性与有效性的开源测试框架。它解决的是大语言模型在部署前缺乏系统性评估的问题，帮助开发者自动生成测试用例，覆盖模型在公平★ 561
MLSys-NYU-2022MLSys-NYU-2022 是纽约大学坦登工程学院2022年“机器学习在金融中的应用”课程的完整教学资料包，包含幻灯片、脚本和配套材料。该项目旨在为金融领域的★ 558
distributed-ml-patterns这是一个与 Manning 出版社书籍《Distributed Machine Learning Patterns》配套的开源项目，由 Yuan Tang 编写★ 545
mlops-for-devops这是一个面向DevOps工程师的MLOps实操指南，以项目驱动的方式系统讲解机器学习运维的完整流程。项目旨在弥合传统运维与机器学习工程之间的鸿沟，帮助工程师掌握★ 544
tracemltraceml 是 Polyaxon 生态下的 AI/ML 数据追踪与可视化引擎，专注于解决机器学习实验中的指标跟踪、数据漂移检测和模型可解释性问题。它提供了一★ 533
fsdl-text-recognizer-2022-labs这是一个完整的深度学习项目，源自 Full Stack Deep Learning 2022 课程的实验代码，用于构建文本识别系统。项目解决了从零开始搭建生产级★ 533
VectorHubVectorHub 是一个已废弃的历史仓库，由 Superlinked 团队维护，现已转向开发 SIE（自托管推理引擎）。该项目最初旨在为向量搜索、嵌入模型和检★ 532
skopsskops 是一个专注于 scikit-learn 模型共享与生产的 Python 库。它解决了机器学习模型在训练后难以标准化保存、分享和部署的问题。核心能力包★ 529
examplesCerebrium 是一个无服务器 GPU 平台，这个名为 examples 的仓库是它的官方示例集合，包含多种机器学习工作负载的部署代码，如 Stable D★ 529
aqueductAqueduct 是一个已停止维护的开源基础设施项目，旨在帮助用户在任意云基础设施上运行大语言模型（LLM）和机器学习（ML）工作负载。它通过提供统一的接口和编★ 518
popmonpopmon 是一个用于监控 Pandas 或 Spark 数据框稳定性的开源库。它通过自动计算数据分布、统计指标和相关性等特征，并基于历史数据或预期值进行对比★ 512
awesome-open-mlopsawesome-open-mlops 是 Fuzzy Labs 维护的一份精选开源 MLOps 工具清单，旨在帮助数据科学家和工程师在纷繁复杂的 MLOps 生★ 483
awesome-MLSecOpsawesome-MLSecOps 是一个精选的 MLSecOps（机器学习安全运营）工具与资源清单，旨在帮助安全工程师、ML 工程师和 AI 团队系统性地保障机★ 480