#78 · 主分类: MLOps与评测

polyaxon

agents artificial-intelligence data-science deep-learning harness hyperparameter-optimization jupyter jupyterlab k8s keras kubernetes machine-learning mlops notebook pipelines pytorch reinforcement-learning sandbox tensorflow workflow

AI基础设施 / AI编排 / AI控制平面

项目最后更新:08/29/26

GitHub Stars

3.7K

Forks数量

331

贡献者数量

98

许可证

Apache-2.0

收录理由

当团队训练深度学习或机器学习模型,不再满足于在本地反复调试时,Polyaxon 提供了一套整合方案,把实验追踪、超参数优化、流水线编排和模型注册表放在同一个平台里。这套系统既能部署在 Kubernetes 上,也能在单台笔记本上运行,所以小型研究组和共享 GPU 集群的大型机构可以用同一种工作流。工程师通过命令行、SDK 或 REST API 以代码或 YAML 定义任务和流水线,仪表盘则负责调度、资源配额以及各次运行之间的工件血缘关系。对于看重可复现性的团队,它支持版本化实验、中间结果缓存和带权限的协作,省去了把多套独立工具拼凑在一起的麻烦。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目