Add support or guidance for multimodal ML workflows in MLOps Stacks
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Stack tecnologico
- machine-learning
- Ambito
- devops, machine-learning
Direzione di ricerca
Esamina i template e la configurazione esistenti di MLOps Stacks per determinare se i workflow multimodali sono già supportati. Definisci se il risultato debba consistere in template, indicazioni ufficiali o un esempio di configurazione, e considera gli artefatti del modello richiesti, le modalità dei dati e le metriche di valutazione come criteri di completamento.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
I would like to request support (or at least documentation and examples) for multimodal machine learning workflows within the Databricks MLOps Stacks.
Currently, the stack appears well-suited for traditional single-modality use cases, but as ML systems evolve, many modern applications involve multiple models orchestrated into a single model and for that reason I'd suggest suggest one (or more) of the following:
-
Add out-of-the-box templates that demonstrate managing and deploying multimodal workflows.
-
Provide official guidance on how to extend the existing stack for multimodal setups (e.g., handling multiple model artifacts, data modalities, and evaluation metrics).
-
Clarify whether the current stack design already allows such workflows through configuration, and if so, provide an example.
Thank you for your time and for continuing to evolve this excellent project.
- Lingua principale
- Go Template
- Stelle
- 725
- Fork
- 268
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di databricks/mlops-stacks
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
databricks/mlops-stacks#217 · 1 commento · 1 reazione ·
-
Fix missing pkg_resources issue for testsForse già presa @9cpluss l’ha presa 199 giorni fa. Aperta
Difficoltà 2/5 Mezza giornata Idoneità per principianti 45/100
databricks/mlops-stacks#215 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
databricks/mlops-stacks#201 · 1 commento ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 48/100
databricks/mlops-stacks#182 ·
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 35/100
databricks/mlops-stacks#181 · 1 reazione ·
Tutte le issue di databricks/mlops-stacks
Issue simili
-
enhancement
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
zizmorcore/zizmor-action#195 · 2 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
🐛 The Rulekeeper - An index run that gives up on the lock ends SucceededForse già presa @github-actions l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
SSWConsulting/SSW.Rules#2809 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
automated-triage type/bug type/ci
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
bug documentation
Difficoltà 2/5 1-3 ore Idoneità per principianti 73/100
buckai-observatory/Automated-Cloud-Removal-and-Seamless-Satellite-Image-Mosaicking-Pipeline#46 ·
I maintainer di solito rispondono entro 1 giorno
-
automated issue report
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
I maintainer di solito rispondono entro 1 giorno