این برنامه لینوکس با نام MLflow است که آخرین نسخه آن را می توان با نام MLflow2.7.1.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن به نام MLflow را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
عکس ها
Ad
MLflow
شرح
MLflow پلت فرمی برای ساده‌سازی توسعه یادگیری ماشینی است، از جمله آزمایش‌های ردیابی، بسته‌بندی کدها در اجراهای تکرارپذیر، و به اشتراک‌گذاری و استقرار مدل‌ها. MLflow مجموعه ای از APIهای سبک وزن را ارائه می دهد که می توانند با هر برنامه یا کتابخانه یادگیری ماشین موجود (TensorFlow، PyTorch، XGBoost، و غیره) در هر کجا که در حال حاضر کد ML را اجرا می کنید (به عنوان مثال در نوت بوک ها، برنامه های کاربردی مستقل یا فضای ابری) استفاده شوند.
امکانات
- ردیابی MLflow: یک API برای ثبت پارامترها، کدها و نتایج در آزمایش‌های یادگیری ماشین و مقایسه آنها با استفاده از یک رابط کاربری تعاملی.
- پروژه های MLflow: یک قالب بسته بندی کد برای اجراهای تکرارپذیر با استفاده از Conda و Docker، بنابراین می توانید کد ML خود را با دیگران به اشتراک بگذارید.
- مدل‌های MLflow: قالب بسته‌بندی مدل و ابزارهایی که به شما امکان می‌دهد به راحتی همان مدل را (از هر کتابخانه ML) برای امتیازدهی دسته‌ای و بی‌درنگ در پلتفرم‌هایی مانند Docker، Apache Spark، Azure ML و AWS SageMaker اجرا کنید.
- MLflow Model Registry: یک فروشگاه مدل متمرکز، مجموعه ای از API ها و UI، برای مدیریت مشترک چرخه عمر کامل مدل های MLflow.
زبان برنامه نویسی
پایتون، جاوا اسکریپت
دسته بندی ها
این برنامه ای است که می تواند از https://sourceforge.net/projects/mlflow.mirror/ نیز دریافت شود. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.
