개발자식

MLflow가 해결하려고 했던 pain point 실험을 추적하기 어렵다 코드를 재현하기 어렵다 모델을 패키징하고 배포하는 방법이 어렵다 모델을 관리하기 위한 중앙 저장소가 없다. MLflow 머신러닝 실험, 배포를 쉽게 관리할 수 있는 오픈소스 MLflow의 핵심 기능 Experiment management & Tracking 머신러닝 관련 실험들을 관리하고 각 실험의 내용들을 기록할 수 있다. 여러 사람이 하나의 MLflow 서버 위에서 각자 자기 실험을 만들고 공유할 수 있다. 소스코드, 하이퍼파라미터, metric, 부산물 등을 저장한다. Model Registry MLflow로 실행한 머신러닝 모델을 Model Registry에 등록할 수 있다. 모델 저장소에 모델이 저장될 때마다 해당 모델에 ..