The open source AI engineering platform for agents, LLMs, and ML models.
20
Публичные репозитории
27 571
Всего звезд
1 179
Подписчики
Организация MLflow на GitHub представляет собой открытую платформу для инженерии ИИ, включая множество репозиториев на языках Python, TypeScript и Go. Среди заметных проектов - mlflow, который позволяет командам отслеживать и оптимизировать AI-приложения, а также mlflow-example и mlflow-export-import, которые служат примерами интеграции и обмена данными.
The open source AI engineering platform for agents, LLMs, and ML models. MLflow enables teams of all sizes to debug, evaluate, monitor, and optimize production-quality AI applications while controlling costs and managing access to models and data.
An example MLflow project
Описание для этого репозитория не предоставлено.
Plugin for deploying MLflow models to TorchServe
MLflow App Library
Example repo to kickstart integration with mlflow pipelines.
Repository for the Go-based MLflow Tracking Server
Template repo for kickstarting recipes for regression use case
Описание для этого репозитория не предоставлено.
Example repo to kickstart integration with mlflow recipes.
Template repo for kickstarting recipes for classification use case
Описание для этого репозитория не предоставлено.
Описание для этого репозитория не предоставлено.
Examples on how to build full-stack Node.js applications with MLflow Tracing SDK.
A repository to store RFCs (design doc, decision log, etc) for MLflow development
n8n.io node for MLflow
A fork of the mlflow/mlflow repository for testing automation jobs
Описание для этого репозитория не предоставлено.
An extremely fast Python package and project manager, written in Rust.
Описание для этого репозитория не предоставлено.
MLflow разрабатывает открытые инструменты для управления жизненным циклом моделей машинного обучения. Основной проект - mlflow, который помогает командам интегрировать, отслеживать и оптимизировать AI-приложения.
MLflow использует несколько языков программирования, включая Python, TypeScript, Go, HTML и Rust, что позволяет ему создавать разнообразные инструменты и приложения для работы с моделями машинного обучения.
Да, все репозитории MLflow являются публичными. Это позволяет разработчикам и пользователям получать доступ к коду, вносить изменения и использовать инструменты для своих проектов в области машинного обучения.
Следите за MLflow с помощью RepoGuard и получайте уведомления в момент появления нового публичного репозитория.
Следить за этим аккаунтом