Über
MLOps wird dir helfen, zu verstehen, wie man eine Continuous Integration und Continuous Delivery Pipeline für ein ML/AI Projekt aufbaut. Wir werden das Azure DevOps Projekt für Build- und Release-/Deployment-Pipelines verwenden, zusammen mit Azure ML Services für die Pipeline zur Modellneutrainierung, das Modellmanagement und die Operationalisierung.
Open Source Health
- Stars
- 1,320
- Forks
- 1,159
- License
- MIT
- Last commit
- 3 years ago
Python
Alternativen zu MLOpsPython
Weaviatevon WeaviateWeaviate ist eine Open-Source-Vektordatenbank, die sowohl Objekte als auch Vektoren speichert und die Kombination von Vektorsuche mit strukturiertem Filtern ermöglicht.
Giga Modelsvon GigaAIGigaModels: Ein umfassendes Repository und eine Plattform für multimodale, generative und perceptuelle Modelle
OSMOvon NVIDIADie Entwickler-zuerst Plattform zum Skalieren komplexer Physical AI-Workloads über heterogene Rechner – vereint Training GPUs, Simulationscluster und Edge-Geräte in einer einfachen YAML.- Azure AI Speechvon MicrosoftAzure Speech in Foundry Tools
Lamar Benchmarkvon MicrosoftQuellcode für das ECCV 2022 Papier "Benchmarking Localization and Mapping for Augmented Reality".
Ressourcen & Links
Verwandte Kategorien
Nutzt du MLOpsPython?
Behalte die Kosten neben dem Rest deines Stacks im Blick und lass dich vor der Verlängerung erinnern.
Zu meinem Stack hinzufügenAnbieter
Microsoft
Empower every person and organization to achieve more.
