مايكروسوفت تنضم إلي أكبر مشروع
لقد كانت Microsoft جادة في مساعدة علماء البيانات على تتبع وإدارة تجارب التعلم الآلي الخاصة بهم لبعض الوقت الآن. على سبيل المثال ، دعمت الخدمة السحابية Azure Machine Learning (Azure ML) الخاصة بالشركة تسجيل التجارب ، بما في ذلك عمليات التكرار باستخدام خوارزميات متفاوتة ، أو قيم معلمات hyperparameter ، أو كليهما.
في حين أن Azure ML لديها إطارها الخاص لرصد وتتبع التجارب ، في مؤتمر Spark + AI Summit العام الماضي ، أطلق شريكها Databricks مشروع MLflow مفتوح المصدر للتعامل مع مهام مماثلة. تم تصميم MLflow للعمل من أي بيئة ، بما في ذلك سطر الأوامر وأجهزة الكمبيوتر المحمولة وغير ذلك ، وقد نمت شعبيتها بشكل مثير للإعجاب خلال العام الماضي ، ظاهريًا كنتيجة لهذا التوجه المفتوح.
Microsoft و Databricks شريكان وثيقان ، ويدعم MLflow أصلاً في Azure Databricks. ولكن اليوم ، في Spark + AI Summit لهذا العام ، أعلنت الشركتان أن Microsoft ستكون الآن مساهماً نشطًا في مشروع MLflow وستدعمه محليًا من Azure ML.
كما ستكون الفرصة ، أنا في Visual Studio Live! مؤتمر في نيو أورليانز هذا الأسبوع ، وأنا يحدث لتقديم أزور Databricks اليوم. كجزء من هذا العرض التقديمي ، كنت أعمل على عرض توضيحي لـ MLflow هذا الأسبوع فقط ، لذا فإن هذا الخبر مناسب جدًا.
رمز صغير سوف تفعل YA
في حين أن العديد من جوانب ممارسة التعلم الآلي يمكن أن تكون معقدة للغاية وحتى قليلاً روب غولدبرغ في الطبيعة ، إلا أن MLflow بسيط بشكل منعش. فقط عن طريق إضافة بضعة سطور من التعليمات البرمجية في الوظيفة أو البرنامج النصي الذي يدرب نموذجهم ، يمكن لعلماء البيانات تسجيل المعلمات والمقاييس والتحف (المؤامرات والملفات المتنوعة ، إلخ) والتعبئة القابلة للنشر لنموذج ML. في كل مرة يتم فيها تشغيل هذه الوظيفة أو البرنامج النصي ، سيتم تسجيل النتائج تلقائيًا كمنتج ثانوي لخطوط التعليمات البرمجية التي تتم إضافتها ، حتى إذا لم يبذل الطرف الذي يقوم بتشغيل التدريب أي جهد خاص لتسجيل النتائج.
تتوفر واجهات برمجة تطبيقات MLflow (لغات برمجة التطبيقات) للغات برمجة Python و R و Java ، كما تحتوي MLflow على واجهة برمجة تطبيقات REST لللغة. يقول Databricks أن المشروع يحتوي على ما يقرب من 500000 التنزيلات الشهرية ، وأكثر من 80 مساهم رمز و 40 منظمة مساهمة.
الآن ستكون Microsoft مساهما فعالا في المشروع أيضا. من شأن ذلك أن يساعد في توحيد DevOps of AI ، عبر اللغات ، والسحب ، وأطر التعلم الآلي. وإذا سألتني ، فلن يتحقق هذا التقييس قريبًا.
ليست هناك تعليقات:
إرسال تعليق