WaveletAI A Machine Learning Lifecycle Platform
Project description
WaveletAI
A Machine Learning Lifecycle Platform for AI/ML individuals and teams.
小波AI是一个集合数据、编程、模型、算力、服务的一站式协同开发云平台,提供全栈的AI能力。
在这里,你可以根据业务需要,轻松的来训练、部署、管理和跟踪你的模型。
小波AI已在服务于微企多个团队,稳定运行了一年,大大加速了AI项目的实施和推进速度,目前在平台已经完成了上百种模型的前期验证、训练和发布,并在AI市场中发布了多种能力。
Power By WaveletPlus
功能特性
全生命周期跟踪
-
小波AI会自动关联跟踪记录模型运行时信息,记录训练过程状态和运行数据,支持自定义参数、指标设置并生成实时日志,帮助你快速进行试验,验证想法;
-
小波AI支持完全支持用于跟踪工作的 Git 存储库(支持HTTP/SSH双协议),在向小波AI提交模型训练时,系统会将有关存储库的信息作为训练过程的一部分进行跟踪;
丰富的AI套件支持
小波AI平台可用于任何类型的机器学习,从传统 ml 到深度学习、监督式和非监督式学习。无论你是否希望编写 Python 或 R 代码,你都可以在小波AI中构建、训练和跟踪你的模型。
该平台还可与常用的AI套件快速集成(如 PyTorch、TensorFlow 、keras、xgboost、 scikit-learn、lightgbm、spark、onnx等)。
为大型项目协作而生
-
小波AI适用于大型项目开发场景,让你从大量的离线作业中脱身出来,不同角色得人都可以在平台中实现快速协作;
-
用DevOps的方式管理你的ML工作,从开发到部署的自动流程化实现。大大降低模型迭代开发及部署实施的难度;
-
提供强有力的设备算力支持和资源分配策略,让你可以在CPU、GPU设备上快速训练;
-
通用权限设计,满足组内成果共享和组间权限控制等实际场景,让多项目并行管理不再困难;
-
无需调整业务应用接口,支持模型版本的在线更新;
在任何地方以相同方式运行
-
小波AI 会将项目模型打包为再任何平台上可重现的模式;
-
一键发布模型,快速实现模型的云端和终端设备部署;
团队
@Author : WaveletAI-Product-Team
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Hashes for waveletai-0.2.39-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 70967e5a87bd674dfd2f20a6d4ae77d07d0e86bc51923424ef52139abd462e88 |
|
MD5 | d614f9b8acbc7eefcd9b3886e9c95e16 |
|
BLAKE2b-256 | edb72cc56713b1e93c78c03c4e733687df076db22c30e26257f3d59958f8317d |