#mlops Repository
227 repository in totale
Ricette per rimpicciolire, ottimizzare e personalizzare modelli di visione all'avanguardia. ๐
Il Virtual Feature Store. Trasforma la tua infrastruttura dati esistente in un feature store.
Repository pubblico per la specializzazione MLEP di DeepLearning.AI
Feathr โ Una piattaforma unificata e scalabile per l'ingegneria dei dati e dell'IA per le imprese
Percorso di apprendimento per ingegnere dell'infrastruttura AI - Curriculum per infrastruttura ML in produzione (2-4 anni di esperienza)
Valuta e migliora le tue distribuzioni LLM per esigenze di inferenza nel mondo reale
Una libreria di tracciamento degli esperimenti leggera, local-first e gratuita di Hugging Face ๐ค
OpenMLDB รจ un database open-source per il machine learning che fornisce una piattaforma di feature per il calcolo di feature coerenti per addestramento e inferenza.
ATTENZIONE: il progetto Katib รจ DEPRECATO. Gli utenti dovrebbero migrare a OptimizationJob e Kubeflow Trainer.
MLRun รจ una piattaforma open source MLOps per la rapida costruzione e gestione di applicazioni ML continue durante tutto il loro ciclo di vita. MLRun si integra nel tuo ambiente di sviluppo e CI/CD e automatizza la consegna di dati di produzione, pipeline ML e applicazioni online.
:closed_book: Chiarezza nell'attuale confusione frenetica dell'innovazione Open Source
๐ค MLE-Agent: Il tuo compagno intelligente per l'ingegneria e la ricerca AI senza interruzioni. ๐ Integrazione con arxiv e paper with code per fornire migliori piani di codice/ricerca ๐งฐ Supportati OpenAI, Anthropic, Gemini, Ollama, ecc. :fireworks: Code RAG
Barriere di sicurezza incentrate sulla protezione per le operazioni cloud e Kubernetes basate sull'intelligenza artificiale
fitlog รจ uno strumento utilizzato nel training di deep learning per aiutare gli utenti a registrare log e gestire il codice.
ModelFox semplifica l'addestramento, il deployment e il monitoraggio dei modelli di machine learning.
Uno strumento DevOps open source del CNCF per il packaging e il versioning di modelli AI/ML, dataset, codice e configurazioni in un artefatto OCI.
Pacchetto Python MLOps progettato per la produzione e implementazione di riferimento del corso di programmazione MLOps: MLflow, scikit-learn, Pydantic, Pandera, uv e mise.
Ingegneria dei dati per modelli di grandi dimensioni: Architettura, algoritmi e pratica di progetto
Distribuisci un servizio di inferenza ML con un budget limitato in meno di 10 righe di codice.
Un database di 650 casi di studio sulla progettazione di sistemi di Machine Learning (ML) da oltre 100 aziende.
Tutti i link, i libri e i creatori di cui hai bisogno per rimanere aggiornato sull'IA!
Contenuto del workshop DeepRacer. Questa guida dimostra come gli sviluppatori software possano utilizzare un'istanza di Amazon SageMaker Notebook per addestrare e valutare direttamente i modelli AWS DeepRacer con pieno controllo.
Una roadmap di 10 settimane, dedicando 30 minuti al giorno, per il serving e lโottimizzazione dellโinferenza degli LLM. vLLM, SGLang, quantizzazione, decodifica speculativa e benchmarking.
Un modulo Python per ottenere lo stato della GPU da GPU NVIDIA utilizzando nvidia-smi in modo programmatico in Python
Utilizzando un approccio di proxy locale, evitate le restrizioni del fornitore di modelli fissi dell'IDE.
๐ฅ Un agente AI autonomo che esegue i tuoi esperimenti di deep learning 24/7 mentre dormi. Monitoraggio a costo zero, architettura Leader-Worker, memoria a dimensione costante.
Configurazioni e boilerplate per il backend di Machine Learning di Label Studio
Skill Compose รจ una piattaforma open-source per costruire e far girare agenti basati su skill. Nessun diagramma di flusso di lavoro. Nessuna CLI.
Un benchmark per valutare i modelli linguistici su domande che ho chiesto loro di risolvere in precedenza.
SPAR3D: Ricostruzione stabile consapevole dei punti di oggetti 3D da singole immagini
Un quadro olistico per consentire la progettazione, lo sviluppo e la valutazione di agenti AIOps autonomi.