Entdecken Sie 9 KI-Begriffe im Model Management
ClearML ist eine Open-Source-Plattform zur Verwaltung von Machine-Learning-Experimenten, Pipelines und Modellen.
Eine Modellbasis ist ein zentrales Repository zum Speichern, Verwalten und Versionieren von KI-Modellen.
Der Lebenszyklus eines Modells bezieht sich auf die Phasen, die ein Machine-Learning-Modell vom Entwicklungsprozess bis zum Einsatz und zur Wartung durchläuft.
Das Lifecycle-Management von Modellen (MLM) ist der Prozess der Überwachung der Entwicklung, Bereitstellung und Wartung von KI-Modellen.
Modell-Metadaten beziehen sich auf Informationen, die die Eigenschaften von KI-Modellen beschreiben.
Modellmigration bezieht sich auf den Prozess des Übertragens von Machine-Learning-Modellen zwischen Umgebungen oder Plattformen.
Ein Modell-Register ist ein zentrales Repository zur Verwaltung, Speicherung und Versionierung von Machine-Learning-Modellen.
Ein Modellzustand repräsentiert die aktuelle Konfiguration und die Parameter eines KI-Modells während des Trainings oder der Inferenz.
Modellversionierung ist die Praxis, verschiedene Iterationen von Machine-Learning-Modellen zu verwalten und nachzuverfolgen.