由於圖片放在Github上，需要的同學可以在Github上看該分享：mlflow_overview
Github項目地址： https://github.com/mlflow/mlflow
官方網站： https://www.mlflow.org/
MLflow 組成模塊
從去年6月份databricks公司開源MLflow項目至今，該項目已經從alpha版本迭代到了0.9版本，而在最近的Spark AI Summit 2019峯會上，Spark創始人Matei也公佈了正式版本1.0的realease。
-
什麼是MLflow？
按照官方的字面定義：這是一個管理機器學習生命週期的開源平臺。
-
MLflow解決了什麼問題？
首先先從機器學習的生命週期去理解目前行業上的痛點，然後再看怎麼通過MLflow來解決。
機器學習不是一個單向的pipeline，而是一個迭代的循環。其中包括4大部分：數據預處理、模型訓練、模型部署、數據更新。
其中預處理過程和模型訓練都涉及到參數的調整；整個ML的過程都涉及到環節之間的配合。
-
參數調整的記錄問題
現狀：對於參數調整的問題，以往我們都是手工做記錄，把對應的參數記載在excel或者其他文件中進行保存。再好一點的話就是通過git進行版本控制，在提交commit的時候把對應的參數記錄下來。通過excel記錄的數據，我們可以對比不同參數的效果；通過git版本控制，我們可以切換到對應參數的代碼版本。但是這一切的工作都費時費力，對於我來說，即使知道記錄參數很重要，但是很多時候不會每一次調參都記錄一次。
MLflow的解決方案：如何更好地記錄相應的參數和對應參數的到的效果，MLflow通過使用tracking模塊的功能，能夠把參數、metric效果以及對應的代碼版本都記錄下來，而這一切的工作量只需要再代碼中加上一段使用tracking api的代碼即可。後續每次參數的調整都能記錄下來。(當然，tracking的功能還可以保存模型，這部分內容會在後面的模塊分享中提及)
-
各環節的配合問題
現狀：在我們公司做開發模型的時候，我們算法這邊實現了最小閉環之後，拿給工程組的同事部署。這時候，並不是代碼拿過來就可用，而是需要大量的溝通工作以及代碼改寫以及環境的配置（目前機器學習相關的框架很多，不同模型可能使用不同框架），而且很多時候復現的結果也不能完全保證。
MLflow的解決方案：爲了解決各個環節之間的配合問題，MLflow提出了MLflow Project以及MLflow Model這兩個概念，這兩個都是定義了一套慣例標準，只要你的project或者是model遵循這套配置，你就可以使用mlflow來進行一鍵式的project復現和模型部署功能，相當於你模型開發者的開發結果直接就可以一鍵式上線部署，中間不用工程改寫代碼，不需要環境的配置（具體細節在MLflow Project章節裏面詳細探討）
![Machine Learning Lifecycle]()
-
有關MLflow三個模塊的具體細節我們在其他文章分享。