MLflow是一个管理端到端机器学习生命周期的开源平台。它处理四个主要功能:

    • 跟踪实验记录和比较参数和结果(MLflow跟踪)。
    • 将ML代码打包成可重用、可复制的形式，以便与其他数据科学家共享或转移到生产(MLflow项目)。
    • 管理和部署从各种ML库到各种模型服务和推理平台(MLflow模型)。
    • 提供一个中心模型存储来协作管理MLflow模型的整个生命周期，包括模型版本控制、阶段转换和注释(MLflow model Registry)。

    MLflow library-agnostic。你可以在任何机器学习库和任何编程语言中使用它，因为所有的函数都可以通过REST API和CLI访问。为了方便起见，该项目还包括Python API、R API和Java API。
    快速入门
    教程和例子
    概念
    MLflow跟踪
    MLflow项目
    MLflow模型
    MLflow模型注册
    MLflow插件
    命令行界面
    搜索
    Python API
    R API
    Java API
    REST API