选型

MLflow

你可能会说

模型训完放哪?怎么复现?上线的是哪个版本?

实验跟踪与模型生命周期管理记录参数、指标和产物,注册模型版本、打包部署;解决「这个结果是怎么跑出来的」这个反复出现的问题。
也常被叫作模型管理实验跟踪
先问一句要对比实验、管模型版本?
默认MLflow→擅长实验 + 模型注册→别用纯前端应用
成熟度采用

什么时候选它

  • 多组实验对比、要能复现
  • 模型版本管理和上线审批
  • 团队协作的模型登记

什么时候别选

  • 只跑一两次实验(表格记录就够)
  • 需要完整特征平台 / 编排(配 Feast / Airflow)
  • 纯应用开发,不做模型训练
容易混在一起 · 怎么分
MLflow≠W&B

MLflow 开源可自建、模型管理完整;W&B 托管体验好、协作与可视化更强,按团队收费。

Q面试会问什么

  • 问:Tracking 和 Registry 的区别?
    答:Tracking 记录每次实验的参数指标产物;Registry 管模型版本和阶段流转。
  • 问:怎么复现一次实验?
    答:记录代码版本、参数、数据版本和运行环境,缺一项都可能复现不出来。
延伸阅读 · 权威出处