#ml-ops Репозитории
Откройте для себя 8 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #ml-ops, с общим числом 64,877 звёзд (в среднем 8,109 на проект). Лидером этой темы является PrefectHQ/prefect, набравший 24,203 звёзд.
Всего репозиториев: 9
Prefect — это фреймворк для оркестрации рабочих процессов, предназначенный для создания устойчивых конвейеров данных на Python.
Куратированный список отличных библиотек с открытым исходным кодом для развертывания, мониторинга, версионирования и масштабирования вашего машинного обучения
Кураторская подборка общедоступных ресурсов о том, как технологии и технологически развитые организации по всему миру практикуют Site Reliability Engineering (SRE)
Куратированный список статей, охватывающий лучшие практики программной инженерии для создания приложений машинного обучения.
Платформа для разработки конвейеров машинного обучения с открытым исходным кодом
Локальный мониторинг + ИИ-видение — Фреймворк мониторинга на базе ИИ, работающий на смартфонах в сети LAN, со структурированным выводом событий для сбора и анализа данных.
Подборка тщательно отобранных учебных материалов по генеративному ИИ, машинному обучению, агентному ИИ, большим языковым моделям (LLM), RAG, тонкой настройке, MLOps и многому другому.
Часто задаваемые вопросы
Какой репозиторий по теме #ml-ops наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #ml-ops на GitHub — PrefectHQ/prefect, набравший 24,203 звёзд. Prefect — это фреймворк для оркестрации рабочих процессов, предназначенный для создания устойчивых конвейеров данных на Python.
Какие языки программирования чаще всего используются в репозиториях по теме #ml-ops?
Среди наиболее высоко оценённых проектов по теме #ml-ops на GitHub чаще всего используются языки программирования Python, JavaScript, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #ml-ops?
Мы отслеживаем 8 активных репозиториев с открытым исходным кодом, отмеченных тегом #ml-ops (500 и более звёзд), с общим числом 64,877 звёзд и в среднем 8,109 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.