GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

mlflow

mlflow – 完全なマシンラーニングライフサイクルのためのオープンソースプラットフォーム

投稿日:

完全なマシンラーニングライフサイクルのためのオープンソースプラットフォーム https://mlflow.org

MLflowアルファリリース

注意:現在のバージョンのMLflowはアルファ版です。 つまり、APIとデータ形式は変更される可能性があります。

注2:現在のところ、WindowsでのMLflowの実行はサポートされていません。 それにもかかわらず、MLflowをWindows上でよりうまく動作させるために貢献していただきありがとうございます。

インストール

piflowからmlflowをpip install mlflow

MLflowでは、プロジェクト機能のためにPATH condaが必要です。

ドキュメンテーション

MLflowの公式ドキュメントはhttps://mlflow.org/docs/latest/index.htmlにあります

コミュニティ

MLflowについて議論したり助けを求めたりするには、私たちのメーリングリスト( mlflow-users@googlegroups.com )を購読するか、Slack( https://tinyurl.com/mlflow-slack )に参加してください

バグを報告するには、GitHubの問題を使用してください。

トラッキングAPIを使用したサンプルアプリケーションの実行

このexampleのプログラムでは、MLflow Tracking APIを使用しています。 たとえば、次のコマンドを実行します。

python example/quickstart/test.py

このプログラムは、トラッキングデータを./mlruns記録するMLflow Tracking APIを使用し./mlruns これは、トラッキングUIで表示できます。

トラッキングUIの起動

MLflow Tracking UIには、 http:// localhost:5000の ./mlrunsにログインした実行が表示されます。 それを始める:

mlflow ui

URIからプロジェクトを実行する

mlflow runコマンドを使用すると、ローカルパスまたはGit URIからMLprojectファイルとともにパッケージ化されたプロジェクトを実行できます。

mlflow run example/tutorial -P alpha=0.4

mlflow run git@github.com:mlflow/mlflow-example.git -P alpha=0.4

MLprojectファイルを使用したサンプルプロジェクトについては、 example/tutorialを参照してください。

モデルの保存と提供

モデルの管理を説明するために、 mlflow.sklearnパッケージは、scikit-learnモデルをMLflow成果物としてログに記録し、再び提供するためにそれらをロードすることができます。 example/quickstart/test_sklearn.pyは、次のように実行できるサンプルトレーニングアプリケーションがあります。

$ python example/quickstart/test_sklearn.py
Score: 0.666
Model saved in run <run-id>

$ mlflow sklearn serve -r <run-id> model

$ curl -d '[{"x": 1}, {"x": -1}]' -H 'Content-Type: application/json' -X POST localhost:5000/invocations

貢献する

私たちはMLflowへの貢献をうれしく歓迎します。 詳細については、私たちの貢献ガイドをご覧ください。







-mlflow
-, , , , ,

執筆者:

mlflow

mlflow – 完全なマシンラーニングライフサイクルのためのオープンソースプラットフォーム

投稿日:

(さらに…)







-mlflow
-, , , , ,

執筆者:

databricks

mlflow – 完全なマシンラーニングライフサイクルのためのオープンソースプラットフォーム

投稿日:

(さらに…)







-databricks

執筆者: