model-deployment
本站收录 13 个带「model-deployment」标签的 AI 开源项目
mlops-zoomcampmlops-zoomcamp 是 DataTalks.Club 推出的免费 MLOps 课程，旨在帮助数据科学家和工程师系统掌握机器学习运维的工程实践。它解决的★ 15,350
cognitaCognita 是一个由 TrueFoundry 开源的模块化 RAG（检索增强生成）框架，旨在帮助开发者快速构建生产级、可扩展的 RAG 应用。它解决了 RA★ 4,419
FedMLFedML 是一个统一且可扩展的机器学习库，专注于大规模分布式训练、模型服务和联邦学习。它提供跨云调度器 FedML Launch，支持在任意 GPU 云或本地★ 4,067
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
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★ 685
hub这是一个已停运的Ultralytics HUB仓库，曾是Ultralytics推出的模型训练与管理平台，旨在简化YOLO系列模型的训练、部署和监控流程。用户可通★ 247
chitrachitra 是一个面向全栈深度学习的多功能 Python 库，旨在简化从模型构建到 API 开发再到模型部署的完整流程。它解决了深度学习项目中常见的工程化痛点★ 234
bentoctlbentoctl 是一个用于快速部署机器学习模型到任意云平台的开源工具，由 BentoML 团队开发。它解决了 ML 模型从本地开发到云端生产环境部署流程繁琐、★ 175
raptorraptor 是一个用 Go 编写的开源基础设施工具，旨在将 Python 风格的研究代码转化为工程师可直接部署的产物。它解决了研究与工程之间的鸿沟问题，即数据★ 164
monai-deploy-app-sdkMONAI Deploy App SDK 是 MONAI 项目的一部分，专注于医疗影像 AI 应用的全生命周期管理。它提供了一套框架和工具，帮助开发者设计、开发★ 138
serving-pytorch-modelsserving-pytorch-models 是一个面向 PyTorch 模型生产部署的教程型开源项目，主要展示如何使用 TorchServe 将训练好的 Py★ 102
nboxnbox 是 NimbleBox 平台的官方 Python 包，旨在将平台的所有 API 封装为命令行工具和可复用的 Python 模块，从而简化机器学习工作流★ 87
coursera-practical-data-science-specialization这是Coursera上deeplearning.ai开设的“实用数据科学专项课程”的作业与项目参考答案合集，以Jupyter Notebook形式组织。它帮助学★ 59