waveletai 0.2.38

WaveletAI A Machine Learning Lifecycle Platform

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