机器学习的发展带来许多新的复杂性超出了传统的软件开发生命周期。与传统的软件开发,毫升开发者想尝试多个算法,工具和参数来得到最好的结果,他们需要跟踪这个信息复制工作。此外,开发人员需要使用许多不同的系统productionize模型。

解决这些挑战,去年6月,我们推出了MLflow,一个开源的平台来管理机器学习的完整生命周期。bob下载地址bob体育客户端下载最近在旧金山,火花+人工智能峰会上我们宣布的一般可用性管理MLflow和即将发布的MLflow 1.0。

在这个网络研讨会,我们回顾了新的和现有MLflow功能使您可以:

• 跟踪实验运行和结果在框架。
• 执行项目远程砖集群,并迅速繁殖跑步。
• 快速productionize模型使用砖生产工作,集装箱码头工人,Azure ML,或亚马逊SageMaker

笔记本电脑后将提供网络研讨会,这样您就可以在自己的节奏练习。

主持人