Logo
Project Icon

mlstacks

简化MLOps基础设施部署的开源工具

MLStacksMLOps基础设施部署ZenMLTerraformGithub开源项目

MLStacks是一个开源Python工具，通过Terraform实现快速部署MLOps基础设施。虽然主要设计用于ZenML，但也兼容其他MLOps工具和平台。用户只需编写YAML规范文件并使用CLI部署，MLStacks即可自动完成剩余工作。目前支持在AWS、GCP和本地K3D上部署模块化MLOps堆栈。该工具旨在简化部署流程，方便用户评估不同MLOps工具组合。

访问官网访问官网GithubGithub文档文档
介绍相关项目
zenml - 帮助数据科学家和机器学习工程师标准化机器学习流程的框架
GithubMLOpsZenML云基础设施开源项目数据科学机器学习
ZenML是一个MLOps框架，帮助数据科学家和机器学习工程师标准化机器学习流程。用户可以通过Python装饰器创建机器学习流水线，并在AWS、GCP、Azure等云平台上运行。ZenML提供一键部署功能，支持远程堆栈快速设置和使用。其优势包括简化的端到端MLOps流程、与现有工具的无缝集成及全面的模型跟踪和审计功能。适合在复杂基础设施上构建和管理ML流水线的用户。
dstack - 轻量级AI模型管理工具，兼容Kubernetes与主流云服务
AI模型管理GithubGoogle Cloud TPUNVIDIA GPUdstack云提供商开源项目
dstack是一款轻量级工具，专为AI模型的开发、训练和部署而设计，可以作为Kubernetes的替代品。支持NVIDIA GPU和Google Cloud TPU，并兼容多种云服务提供商（如AWS、GCP、Azure等）和本地集群。dstack使用简单，无论是在云端还是本地，都能轻松配置和管理集群。其最新版本不断更新，提供高效便捷的体验。
terraform-kubestack - Terraform框架为Kubernetes平台工程提供强大支持
GitOpsGithubKubernetesKubestackTerraform平台工程开源项目
Kubestack是为Kubernetes平台工程团队设计的开源Terraform框架。它支持在单一Terraform代码库中定义完整云原生堆栈，并通过GitOps实现平台的安全持续演进。该框架采用约定优于配置的方法，提供强大的平台架构和GitOps工作流，以及可扩展、低维护的Terraform代码库。Kubestack让整个工程团队能够充分利用平台能力，同时确保应用环境安全。
clearml - ML/DL 开发和生产套件
ClearMLGithubMLOps实验管理开源项目数据管理模型部署
ClearML是一个开源平台，集成了实验管理、MLOps/LLMOps、数据管理、模型服务和报告生成功能。支持云端和本地部署，帮助用户实现AI项目的高效管理和自动化，包括实验记录、数据版本控制、模型部署与监控等。ClearML支持多种机器学习和深度学习框架，并与Jupyter Notebook无缝集成，适合团队协作和远程任务执行，提升AI工作流效率。
zenml-projects - ZenML构建的生产级机器学习项目集合
GithubMLOpsZenML开源框架开源项目机器学习项目生产级ML用例
ZenML Projects是一个展示使用ZenML构建的生产级机器学习用例集合。该仓库提供了涵盖时间序列、表格数据、计算机视觉等多个ML领域的现成MLOps工作流程。开发者可以直接使用或根据需求调整这些解决方案,快速启动机器学习项目。仓库包含多个由ZenML团队和社区维护的示例项目,覆盖了常见ML应用场景。
awesome-mlops - 多种自动化机器学习、数据处理、模型部署工具集合
GithubMLOps开源项目数据处理数据管理模型服务自动化机器学习
发掘和运用顶尖MLOps工具：该项目汇集了多种自动化机器学习、数据处理、模型部署工具，供数据科学家和机器学习工程师选择使用，以简化机器学习流程，优化生产活动。
mlops-python-package - MLOps Python工具包，简化机器学习工程实践
GitHub ActionsGithubMLOpsPython包开源项目自动化工具软件开发实践
这是一个集成多种MLOps最佳实践的Python代码库，旨在优化机器学习工程流程。该工具包提供了模型注册、实验跟踪和实时推理等核心功能，同时支持自动化任务、CI/CD集成、配置管理和数据处理等辅助功能。通过灵活且稳健的设计，这个工具包可以帮助开发者更高效地构建和部署MLOps项目，简化整个机器学习生命周期管理。
openmodelz - 开源平台简化机器学习模型的部署和扩展
GithubOpenModelZ开源开源项目机器学习模型部署自动扩展
OpenModelZ是一个开源平台,简化了机器学习模型的部署和扩展过程。它支持将模型部署到任何集群,提供自动扩展、多框架兼容、Gradio/Streamlit/Jupyter集成等功能。用户可从单机起步,轻松扩展到集群,每个部署都有独立子域名。该平台自动处理基础设施,让开发者专注于模型本身。
docker-stacks - 交互式计算和数据科学的预配置镜像集
DockerGithubJupyterJupyterLab容器镜像开源项目数据科学
Jupyter Docker Stacks提供预配置的Docker镜像，集成Jupyter应用和交互式计算工具。适用于个人Jupyter服务器、团队JupyterHub部署、本地容器Jupyter Notebook运行和自定义Dockerfile开发。支持x86_64和aarch64架构，涵盖基础到数据科学多个版本，满足各类用户需求。镜像包含JupyterLab和Jupyter Notebook前端，支持灵活切换，便于快速部署和使用。
mlrun - MLRun简化机器学习应用的全生命周期管理
GithubMLOpsMLRun开源项目数据处理机器学习模型部署
MLRun是一个开源MLOps平台，集成项目管理、数据处理、模型开发、部署和监控功能。它支持多种开发环境，简化了机器学习应用的构建和管理流程，缩短了从开发到生产的周期。MLRun促进了跨团队协作，提高了机器学习项目的效率和可扩展性。MLRun提供了全面的MLOps解决方案，包括特征存储、模型训练、服务部署和应用监控。它自动化了数据和模型的生命周期管理，简化了机器学习工作流程。通过整合各个开发阶段，MLRun帮助团队更快地将机器学习模型转化为生产级应用。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号