是否有可用的面板以结构化的方式存储机器学习模型及其配置文件？

Question

使用相应的配置文件保存不同的模型，跟踪结果和参数，使用自定义的过滤器在它们之间进行搜索，并且可能总是有指向当前SOTA的指针，这是相当节省时间的。

我甚至在本地服务器上找不到类似于TensorFlow集线器的东西。现在我能得到的最接近的是Git LFS。

外面还有什么更好的吗？

Answer 1

我找到了答案。一些开源项目正试图完成这项工作。第一个名为数据科学版本控制。根据医生的说法是：

1. 简单的命令行类似Git的经验。不需要安装和维护任何数据库。不依赖任何专有的在线服务；
2. 它管理和版本数据集和机器学习模型。数据保存在S3、谷歌云、Azure、阿里巴巴云、SSH服务器、HDFS甚至本地硬盘RAID中；
3. 它使项目可复制和共享，有助于回答以下问题：“该模型是如何建立的”；
4. 它帮助管理Git标签或分支的实验和度量跟踪；

另一个可能的解决方案是MinIO，它是一个对象存储服务器。

适合于存储非结构化数据，如照片、视频、日志文件、备份和容器/ VM映像。

Answer 2

Microsoft有一个名为服务的服务，它就是这样做的，但是我们在治理/模型可解释性/DevOps等方面做得更深入。我们还包括了许多服务的免费层，并最近在GitHub上宣布了无限的私有回复。