引入MLflow:基础设施生命周期为一个完整的机器学习

按需网络研讨会
毫升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。要解决这些问题,许多公司正在构建定制的自动化这个生命周期“毫升平台”,但即使是这些平台仅限于几算法和每个公司的内部基础设施的支持。bob体育客户端下载

在我们的研讨会中,我们将介绍MLflow,从砖一个新的开源项目,旨在设计一个开放毫升平台,组bob下载地址织可以使用任何毫升库和开发工具的选择可靠的构建和共享毫升应用程序。bob体育客户端下载MLflow介绍简单的抽象包可再生项目,跟踪结果,和封装模型,可以用于许多现有的工具,加速毫升为任何规模的组织生命周期。

我们将展示如何:

  • 跟踪实验运行和结果在流行的框架,包括TensorFlow, MLflow跟踪。
  • 执行MLflow项目发表在GitHub从命令行或砖笔记本以及远程执行您的项目在砖集群。
  • 快速部署MLflow模型on-prem或在云端,让他们通过REST api。

现在开始在https://www.mlflow.org/
主持人


马泰zaharia - 1. jpg
马泰Zaharia
联合创始人兼首席技术专家砖


马泰Zaharia是斯坦福大学计算机科学系的助理教授在砖和首席技术专家。他开始引发项目在2009年在加州大学伯克利分校博士学位。之前,马泰工作一般在数据中心系统,co-starting Apache便项目和贡献作为Apache Hadoop的提交者。马泰的研究被认为在2014 ACM博士论文奖最佳博士论文在计算机科学。
DennyLee-New.png
丹尼李
在砖技术产品营销经理

丹尼·李是一个技术产品营销经理在砖。他是一个实际的分布式系统和数据科学工程师网际网路规模的基础设施发展的丰富经验,对本地数据平台,和预测分析系统和云环境。bob体育客户端下载他也有硕士从俄勒冈健康与科学大学生物医学信息学,有强大的数据架构和实现解决方案的企业医疗客户。

今天报名