Dies ist die Linux-App namens MLflow, deren neueste Version als MLflow2.7.1.zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens MLflow mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
MLflow
BESCHREIBUNG
MLflow ist eine Plattform zur Rationalisierung der maschinellen Lernentwicklung, einschließlich der Verfolgung von Experimenten, dem Packen von Code in reproduzierbare Läufe sowie der gemeinsamen Nutzung und Bereitstellung von Modellen. MLflow bietet eine Reihe leichtgewichtiger APIs, die mit jeder vorhandenen Anwendung oder Bibliothek für maschinelles Lernen (TensorFlow, PyTorch, XGBoost usw.) überall dort verwendet werden können, wo Sie derzeit ML-Code ausführen (z. B. in Notebooks, eigenständigen Anwendungen oder in der Cloud).
Eigenschaften
- MLflow-Tracking: Eine API zum Protokollieren von Parametern, Code und Ergebnissen in Experimenten zum maschinellen Lernen und zum Vergleichen dieser mithilfe einer interaktiven Benutzeroberfläche.
- MLflow-Projekte: Ein Code-Paketformat für reproduzierbare Ausführungen mit Conda und Docker, damit Sie Ihren ML-Code mit anderen teilen können.
- MLflow-Modelle: Ein Modellverpackungsformat und Tools, mit denen Sie problemlos dasselbe Modell (aus einer beliebigen ML-Bibliothek) für die Stapel- und Echtzeitbewertung auf Plattformen wie Docker, Apache Spark, Azure ML und AWS SageMaker bereitstellen können.
- MLflow-Modellregistrierung: Ein zentraler Modellspeicher, eine Reihe von APIs und eine Benutzeroberfläche zur gemeinsamen Verwaltung des gesamten Lebenszyklus von MLflow-Modellen.
Programmiersprache
Python, Javascript
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/mlflow.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
