> ML_LITERATURE // ZAHARIA-2018-ACCELERATING-MACHINE-LEARNING-LIFECYCLE-WITH-MLFLOW_v1.0
Accelerating the Machine Learning Lifecycle with MLflow
Matei Zaharia, Andrew Chen, Aaron Davidson, Ali Ghodsi, Sue Ann Hong, Andy Konwinski, Siddharth Murching, Tomas Nykodym, Paul Ogilvie, Mani Parkhe, Fen Xie, Clemens Mewald · IEEE Data Engineering Bulletin (2018)
mlops-production2018industry-standardnotAssessed
Temel Katkı (Principal Contribution)
Herhangi bir ML kütüphanesinde deney izleme, proje tekrarlanabilirlik paketleme ve merkezi model kayıt defterlerini standartlaştıran açık kaynaklı bir platform tasarladı.
Operasyonel ve Mühendislik Uygunluğu
Üretim sistemlerinde task-experiment-tracking, task-model-registry uygulaması için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Temel hesaplama topolojisi ve matematiksel sınırlar belirlenmiş dışbükeylik/pürüzsüzlük garantilerine uygundur
Kısıtlar ve Sınırlamalar (Limitations)
- Donanım hızlandırmaları, gizlilik bütçeleri ve yakınsama hiperparametrelere ve ağ iletişim limitlerine bağlıdır
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: