iT邦幫忙

2024 iThome 鐵人賽

0
AI/ ML & Data

從「這次不會壞吧」到自動化的未來:從 DevOps 到 MLOps,改造模型佈署之旅系列 第 19

從「這次不會壞吧」到自動化的未來:19 所以模型版本控制工具怎麼選?

  • 分享至 

  • xImage
  •  

這幾天的文章主要分享三個頗受好評的模型實驗管理工具,市面上還有很多類似的工具,這些工具各有特色與強項,團隊可視情況選擇好維護的工具。

這些工具的目的都是在幫助團隊管理多專案與多實驗的狀況,可以輔助開發過程較為順利,所有的實驗數據都會被紀錄與備份,可以減少實驗數據遺失的風險。

這邊提供大家選擇工具上的建議:

  • Tensorboard : 如果是個人使用,它可以簡易快速實現模型實驗紀錄的功能,它有優秀的各種參數紀錄功能與模型架構紀錄功能,但如果要多人協作就不建議使用Tensorboard。
  • Weight&Bias : 這個工具主要是以多人協作為主的開發平台,會將實驗紀錄上傳至雲端中,這樣可以減少團隊開發上的系統維護,只是要注意免費使用空間是100GB。
  • MLflow : 這個工具如果要使團隊一起開發協作,需要自己建立伺服器,需要團隊維護,但好處是可以將實驗紀錄儲存在公司內部,MLflow 工具是開源且免費。

參考文獻
1.初探mlflow-tracking-保持ml實驗的可追溯性與可重現性-
2.Weights & Biases — ML 實驗數據追蹤

(撰稿工程師:顧祥龍)
完整內容 >> https://bit.ly/4huT5Li
Line 官方帳號,看最新技術文章:https://user137910.pse.is/aif2024ironman


上一篇
從「這次不會壞吧」到自動化的未來:18 模型版本控制 - MLflow
系列文
從「這次不會壞吧」到自動化的未來:從 DevOps 到 MLOps,改造模型佈署之旅19
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言