Modellverwaltung

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.