#mlops Dépôts
227 dépôts au total
Recettes pour réduire, optimiser et personnaliser des modèles de vision de pointe. 💜
Le Virtual Feature Store. Transformez votre infrastructure de données existante en un magasin de fonctionnalités.
Dépôt public pour la spécialisation MLEP de DeepLearning.AI
Feathr – Une plateforme unifiée et évolutive d'ingénierie de données et d'IA pour l'entreprise
Parcours d'apprentissage pour ingénieur en infrastructure IA - Programme d'infrastructure ML en production (2 à 4 ans d'expérience)
Évaluez et améliorez vos déploiements LLM pour les besoins d'inférence dans le monde réel
Une bibliothèque de suivi d'expériences légère, axée sur le local et gratuite, proposée par Hugging Face 🤗
OpenMLDB est une base de données open-source de machine learning qui fournit une plateforme de fonctionnalités pour le calcul de fonctionnalités cohérentes pour l'entraînement et l'inférence.
AVERTISSEMENT : le projet Katib est OBSOLÈTE. Les utilisateurs doivent migrer vers OptimizationJob et Kubeflow Trainer.
MLRun est une plateforme MLOps open source pour construire et gérer rapidement des applications ML continues tout au long de leur cycle de vie. MLRun s'intègre dans votre environnement de développement et CI/CD et automatise la livraison de données de production, de pipelines ML et d'applications en ligne.
:closed_book: Clarté dans le chaos actuel et rapide de l'innovation Open Source
🤖 MLE-Agent : Votre compagnon intelligent pour l'ingénierie et la recherche IA transparentes. 🔍 Intégration avec arxiv et paper with code pour fournir de meilleurs plans de code/recherche 🧰 OpenAI, Anthropic, Gemini, Ollama, etc. pris en charge. :fireworks: Code RAG
Gardes-fous axés sur la sécurité pour les opérations cloud et Kubernetes pilotées par l'IA
fitlog est un outil utilisé dans l'entraînement en apprentissage profond pour aider les utilisateurs à enregistrer des journaux et à gérer le code.
ModelFox facilite l'entraînement, le déploiement et la surveillance des modèles d'apprentissage automatique.
Un outil DevOps open source du CNCF pour empaqueter et versionner des modèles IA/ML, des ensembles de données, du code et des configurations dans un artefact OCI.
Package Python MLOps conçu pour la production et implémentation de référence du cours de programmation MLOps : MLflow, scikit-learn, Pydantic, Pandera, uv et mise.
Ingénierie des données pour les grands modèles : Architecture, algorithmes et pratique de projet
Déployez un service d'inférence ML avec un budget limité en moins de 10 lignes de code.
Une base de données de 650 études de cas de conception de systèmes d'apprentissage automatique (ML) provenant de plus de 100 entreprises.
Tous les liens, livres et créateurs dont vous avez besoin pour rester à jour avec l’IA !
Contenu de l'atelier DeepRacer. Ce guide montre comment les développeurs logiciels peuvent utiliser une instance de notebook Amazon SageMaker pour entraîner et évaluer directement les modèles AWS DeepRacer avec un contrôle total.
Une feuille de route sur 10 semaines, à raison de 30 minutes par jour, pour le déploiement et l’optimisation de l’inférence des LLM. vLLM, SGLang, quantification, décodage spéculatif et évaluation comparative.
Un module Python pour obtenir l'état du GPU à partir de GPU NVIDIA en utilisant nvidia-smi de manière programmatique en Python
Projets d'apprentissage profond d'exemple qui utilisent les fonctionnalités de wandb.
En utilisant une approche de proxy local, contournez les restrictions du fournisseur de modèle fixe de l'IDE.
🔥 Un agent IA autonome qui exécute vos expériences d'apprentissage profond 24/7 pendant que vous dormez. Surveillance à coût zéro, architecture Leader-Worker, mémoire de taille constante.
Un centre de connaissances sur l'ingénierie des données et l'apprentissage automatique
Configurations et boilerplate pour le backend d'apprentissage automatique de Label Studio
Skill Compose est une plateforme open source pour construire et exécuter des agents propulsés par des compétences. Aucun graphe de flux de travail. Aucun CLI.
LLMPerf est une bibliothèque pour la validation et la mise en benchmark des LLM
Une référence pour évaluer les modèles linguistiques sur des questions que je leur ai précédemment demandé de résoudre.
Matériaux du cours sur les systèmes d'apprentissage profond efficaces
SPAR3D: Reconstruction stable et consciente des points d'objets 3D à partir d'images uniques
Un cadre holistique pour permettre la conception, le développement et l'évaluation d'agents AIOps autonomes.