Repolode
제출하기
clearml

clearml/clearml

실험 추적, 데이터셋 버전 관리, 파이프라인, 오케스트레이션, 스케줄링, 모델 서빙을 아우르는 오픈소스 MLOps/LLMOps 제품군입니다.

대체할 수 있는 제품:Weights & Biases

GitHub에서 보기웹사이트
스타
6,933
포크
811
열린 이슈
524
마지막 커밋
4일 전

어떤 프로젝트인가요?

ClearML은 머신러닝 및 딥러닝 워크플로를 관리하는 제품군입니다. Python 스크립트에 코드 두 줄을 추가하면 실험 관리자가 실행 시점의 소스 코드 상태, 패키지 환경, 하이퍼파라미터, 콘솔 출력, 스칼라 값, 아티팩트를 기록합니다. 데이터 관리 기능을 사용하면 S3, GCS, Azure, NAS와 같은 오브젝트 스토리지에서 데이터셋의 버전을 관리할 수 있습니다.

추적 기능 외에도 ClearML은 원격 머신, Kubernetes, 클라우드 인스턴스에서 작업을 실행하는 에이전트와 기존 실험을 바탕으로 파이프라인을 구축하는 기능, 하이퍼파라미터 최적화 기능을 제공합니다. 또한 Triton 기반 GPU 서빙과 모니터링을 포함한 모델 서빙 모듈도 제공합니다. 웹 UI에서 실험, 큐, 컴퓨팅 리소스를 확인할 수 있습니다.

ClearML은 호스팅 서비스로 사용하거나 자체 ClearML Server를 배포해 사용할 수 있으며, Apache-2.0 라이선스로 배포됩니다.

핵심 기능

  • 01각 실험의 코드 상태, 환경, 하이퍼파라미터, 콘솔 출력을 자동으로 기록
  • 02S3, GCS, Azure, NAS 스토리지에서 데이터셋 버전 관리 및 관리
  • 03에이전트를 통해 클라우드, Kubernetes, 베어메탈 머신에서 원격 작업 실행
  • 04스케줄링과 큐를 지원하는 파이프라인 및 작업 오케스트레이션
  • 05GPU 지원과 기본 제공 모니터링 기능을 갖춘 모델 서빙

활용 사례

  • 팀 전체의 딥러닝 실험을 추적하고 비교
  • 공유 GPU 클러스터나 클라우드 인스턴스에서 학습 작업 실행
  • 오브젝트 스토리지에 저장된 대용량 데이터셋의 버전 관리
  • 기존 실험을 바탕으로 자동화된 학습 파이프라인 구축

빠른 시작

  1. 1

    무료 ClearML Hosted Service에 가입하거나 직접 서버를 설정합니다

  2. 2

    clearml Python 패키지를 설치합니다

    pip install clearml
  3. 3

    자격 증명을 만들고 안내에 따라 SDK를 서버에 연결합니다

    clearml-init
  4. 4

    코드에 두 줄을 추가해 자동 로깅을 시작합니다

사용 전 알아둘 점

  • 모든 기능을 사용하려면 호스팅 서비스 또는 직접 배포한 ClearML 서버가 필요합니다.
  • 서버를 자체 호스팅하려면 추가 설정 작업이 필요합니다.
  • 공개 데모 서버는 더 이상 기본적으로 사용되지 않으며, 여기에 전송한 실험은 공개됩니다.

토픽

#mlops#experiment-tracking#machine-learning#deep-learning#llmops#model-serving#data-versioning#kubernetes#ai#clearml

자주 묻는 질문

clearml은(는) 무엇인가요?
실험 추적, 데이터셋 버전 관리, 파이프라인, 오케스트레이션, 스케줄링, 모델 서빙을 아우르는 오픈소스 MLOps/LLMOps 제품군입니다. ClearML은 머신러닝 및 딥러닝 워크플로를 관리하는 제품군입니다. Python 스크립트에 코드 두 줄을 추가하면 실험 관리자가 실행 시점의 소스 코드 상태, 패키지 환경, 하이퍼파라미터, 콘솔 출력, 스칼라 값, 아티팩트를 기록합니다. 데이터 관리 기능을 사용하면 S3, GCS, Azure, NAS와 같은 오브젝트 스토리지에서 데이터셋의 버전을 관리할 수 있습니다.
clearml은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
clearml은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
clearml은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. clearml의 마지막 커밋은 2026년 11월 3일입니다.
clearml은(는) 어디에 사용할 수 있나요?
팀 전체의 딥러닝 실험을 추적하고 비교 공유 GPU 클러스터나 클라우드 인스턴스에서 학습 작업 실행 오브젝트 스토리지에 저장된 대용량 데이터셋의 버전 관리 기존 실험을 바탕으로 자동화된 학습 파이프라인 구축
clearml는 어떻게 설치하나요?
무료 ClearML Hosted Service에 가입하거나 직접 서버를 설정합니다 clearml Python 패키지를 설치합니다: pip install clearml 자격 증명을 만들고 안내에 따라 SDK를 서버에 연결합니다: clearml-init 코드에 두 줄을 추가해 자동 로깅을 시작합니다
clearml은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/clearml/clearml

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트