Kubeflow je open-source platforma za pokretanje tijekova rada strojnog učenja na Kubernetesu, od pripreme podataka preko treniranja i pretrage hiperparametara do posluživanja modela. Projekt, koji je izvorno pokrenuo Google, pripada zakladi Cloud Native Computing Foundation, gdje je u kolovozu 2026. dosegao status „graduated” (stanje: listopad 2026.). Namijenjen je prvenstveno timovima koji u velikom opsegu treniraju vlastite modele na vlastitoj ili oblačnoj infrastrukturi.
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoCjevovod strojnog učenja (machine learning pipeline) definiran je slijed koraka koji sirove podatke pretvara u model spreman za uporabu: prikupljanje i čišćenje podataka, priprema obilježja, treniranje, vrednovanje, uvođenje i nadzor. Automatizacijom tih koraka rezultati postaju ponovljivi, a novi se podaci mogu obrađivati uz malo truda. Trgovac, primjerice, svaki tjedan može ponovno trenirati i testirati svoj model za prognozu prodaje s najnovijim brojkama.
MLflow je platforma otvorenog koda za upravljanje cijelim životnim ciklusom modela strojnog učenja, koju je izvorno 2018. predstavio Databricks. Bilježi eksperimente s njihovim parametrima i metrikama, upravlja verzijama modela u registru i pojednostavnjuje puštanje u rad. Novije verzije podržavaju i praćenje te evaluaciju aplikacija izgrađenih na jezičnim modelima. Timovi tako mogu pratiti koji je model nastao s kojim podacima i postavkama.
TensorFlow je okvir za strojno učenje otvorenog koda koji je razvio Google, a objavljen je 2015. Koristi se za izgradnju, treniranje i primjenu neuronskih mreža u aplikacijama, na poslužiteljima ili na mobilnim uređajima. Keras nudi pristupačno sučelje visoke razine; tipične primjene su klasifikacija slika, prognoziranje i sustavi preporuka.
PyTorch je okvir otvorenog koda za strojno i duboko učenje u programskom jeziku Python. Izvorno je razvijen u Meti (tada Facebook), a od 2022. njime upravlja PyTorch Foundation pod okriljem Linux Foundation. PyTorch se naširoko koristi u istraživanju i industriji jer programerima omogućuje fleksibilnu izgradnju modela, njihovo treniranje na GPU-ovima i testiranje korak po korak; mnogi poznati jezični i slikovni modeli izgrađeni su s njime.
