Databricks開源機器學習平臺MLflow，以標準格式打破工具平臺的界線

由Apache Spark技術團隊所創立的Databricks釋出開源機器學習平臺MLflow，不只對社群開放原始碼，進一步使用開放介面，要支援既有的機器學習函式庫、演算法以及工具，同時Databricks也提供MLflow的託管服務，不過，MLflow仍在早期的測試階段，想嘗鮮的開發者可以在GitHub上取得專案程式碼。

MLflow包含三大部分，追蹤（Tracking）、專案（Projects）以及模型（Models）。MLflow追蹤是用於日誌參數、程式碼版本、指標以及輸出檔案的API和使用者介面，使用者以腳本或是筆記本檔案紀錄日誌結果，可以選擇儲存在本地端或是伺服器上，之後可以使用網頁介面讀取來比較不同的執行結果。

而MLflow專案提供可重複使用的科學程式碼標準格式，每個專案都單獨為一個目錄或是Git程式碼儲存庫，並由YAML檔案來定義MLproject。MLflow專案可以在套件管理器Conda環境中建立相依性，而MLflow會自動設定適合的環境執行專案，而且當專案有使用MLflow追蹤API，MLflow還會記錄專案的版本以及相關參數，開發者可以隨時重新執行完全相同的程式碼。MLflow專案提供了良好的重現性、可擴展性以及實驗性，讓企業或是開源社群都可以更容易地共享資料科學應用。

MLflow的第三部分模型，MLflow的機器模型包稱為MLmodel，其中可以包含任意檔案以及一個MLmodel描述文件。MLflow提供輸出工具，可以把常用的模型格式部署到不同平臺上，官方提到，開發者可以將支援Python_function的模型部署到基於Docker的REST伺服器，也可以選擇部署到各種雲端平臺，像是Azure ML或AWS SageMaker，或是在Apache Spark提供的批次或是串流推測中，作為用戶自訂義功能。

Databricks不只開源MLflow的程式碼，也選擇使用開放介面，官方表示，MLflow是設計來搭配任何的機器學習函式庫、演算法、開發語言以及工具，以REST API以及提供簡單資料格式做為設計理念，開發者可以把MLflow的模型看做是一個Lambda函式，能被不同的工具使用，因此Databricks提到，MLflow好處就是可以立刻增加到既存的機器學習程式碼中，開發者馬上就能執行使用。

之所以會有MLflow這個專案，官方提到，現在市面上的機器學習工具千百種，但是除了不容易追蹤機器學習的實驗外，還很難重現相同的結果，而且也缺乏搬遷模型的標準，因此機器學習的應用常會被工具以及環境綁住，開發者害怕移植後會有不可預期的問題，而開源機器學習平臺MLflow的出現，便是要試圖解決這些問題。