数据和机器学习分析正变得越来越普遍，但随着需要大量时间进行配置的更大数据集，它们变得越来越复杂。研究人员实际花在数据科学上的时间比更新系统要少，这有时可能会很困难。
IBM开源了CodeFlare，这是一个机器学习框架，允许开发人员在混合云上更有效地训练模型。对于那些希望简化工作流程并缩短所需时间的人来说，这个新框架是一个令人兴奋的概念。这种设计背后的想法是，当用户有 10,000 个工作管道在运行时，等待最多 4 个小时才能收到结果。在使用这个新框架时，它在这些机器中的实现只需要 15 分钟。
为了优化机器学习模型，开发人员必须首先训练和清理数据。CodeFlare 旨在为数据科学家统一一个多平台的工作流程，在访问不同的框架或平台时不需要学习新的语言。
CodeFlare 管道将在 IBM 的新无服务器平台 IBM Cloud Code Engine 上轻松运行。它允许用户几乎在任何地方部署它，并为数据科学家和 AI 研究人员等扩展无服务器技术的好处。凭借其新功能，将更容易与其他云原生生态系统集成和桥接。现在可以使用事件触发器，例如新文件的到达或从云对象存储、数据湖和分布式文件系统等来源加载数据。
IBM 希望通过提供一个允许创新和专注的平台来消除数据科学的复杂性。数据科学家将使用更丰富、更一致的工具，能够在 IBM 处理配置和部署挑战的同时更深入地研究。
https://www.research.ibm.com/blog/codeflare-ml-experiments?lnk=ushpv18f2
https://github.com/project-codeflare/codeflare