#机器学习平台

Prophecis

Prophecis是由微众银行开发的多租户机器学习平台，集成了多种开源框架，包括TensorFlow、Python和XGBoost，提供生产环境的全栈容器部署和管理服务。平台覆盖了从数据上传、预处理到模型部署的完整流程，支持一键部署为RESTful API或RPC接口。Prophecis还提供企业级应用发布、监控、服务管理和日志查询工具，满足企业在机器学习生产环境中的所有需求。

tfx

TFX是Google开发的基于TensorFlow的生产级机器学习平台，提供配置框架来搭建多个TFX组件的机器学习流水线。该流水线可以用Apache Airflow和Kubeflow Pipelines进行编排，组件和编排系统都可扩展，支持ML Metadata后端来实现实验追踪和模型热启动等高级功能。TFX适用于Python 3.9至3.10，兼容多种主要依赖库。

mediapipe-samples

MediaPipe-samples项目展示了创建机器学习应用的基本步骤。项目提供MediaPipe Solutions的低代码/无代码工具，如Tasks、Model Maker和Studio，用于构建跨平台ML解决方案。该仓库接受修复性贡献，但不接收新示例以保持项目简洁。开发者可在自有仓库中分享复杂示例和教程。

community

Kubeflow社区为机器学习平台提供开放、包容的协作环境。该社区鼓励各界人士参与讨论、会议和项目贡献，并遵循行为准则以确保公平参与。社区成员可通过提出创意和修复问题来推动项目发展。此外，社区制定了品牌使用指南，规范Kubeflow商标应用。社区仓库中的设计提案和流程文档为Kubeflow的持续演进提供了方向。

codalab-competitions

CodaLab是一个开源网络平台，专为机器学习和高级计算领域的研究协作而设计。平台提供工作表共享和竞赛参与功能，有效解决数据研究中的常见问题。CodaLab通过简化数据处理和模型评估流程，显著提高研究效率。平台支持多种编程语言和框架，适应不同研究需求。其开源特性也允许用户根据特定需求进行定制和扩展。用户可在codalab.lisn.fr体验CodaLab Competition。项目支持快速部署，并提供完善的文档和社区支持。

runbooks

这是一个基于Kubernetes的开源机器学习Notebook平台，提供统一的跨云环境支持，实现类似Colab的无缝体验。用户可通过低代码或无代码方式微调LLM模型，安装简单且依赖最小化。该平台简化了机器学习工作流程，使模型训练和部署更为便捷。它支持多种主流云平台，适用于需要高效管理和运行机器学习任务的研究人员和开发者，尤其适合大规模分布式训练和推理场景。