跳到主内容

MLflow PyTorch Flavor

简介​

PyTorch 是由 Facebook 的 AI 研究实验室开发的一个开源机器学习库。它为深度学习提供了一个灵活直观的框架，尤其因其动态计算图（eager mode）而备受青睐，与静态图框架（graph mode）相比，它提供了更具 Pythonic 风格的开发流程。PyTorch 对于大规模数据处理和神经网络训练非常高效。由于其易用性和强大的社区支持，PyTorch 已成为 AI 领域研究人员和开发者的热门选择。

MLflow 对 PyTorch 工作流提供内置支持（我们称之为 MLflow PyTorch flavor），在 MLflow 中我们提供了一系列高级 API 用于实现以下功能：

  • 简化实验跟踪：在模型训练期间记录参数、指标和模型。
  • 实验管理：将您的 PyTorch 实验存储在 MLflow 服务器中，并可以通过 MLflow UI 查看和分享。
  • 轻松部署：通过简单的 API 调用部署 PyTorch 模型，适用于各种生产环境。

MLflow PyTorch Flavor 5 分钟快速入门​

MLflow PyTorch Flavor 快速入门

了解如何利用 MLflow 跟踪 PyTorch 实验和模型。

MLflow 中 PyTorch 的开发者指南​

要详细了解 MLflow 中 pytorch flavor 的细微之处，请阅读开发者指南。它将引导您了解以下主题：

查看开发者指南

  • 使用 MLflow 记录 PyTorch 实验：如何将 PyTorch 实验记录到 MLflow 中，包括训练指标、模型参数和训练超参数。
  • 使用 MLflow 记录您的 PyTorch 模型：如何使用 MLflow 记录您的 PyTorch 模型以及如何加载它们进行推理。