cml은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

cml은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

cml은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. cml의 마지막 커밋은 2026년 10월 21일입니다.

cml은(는) 어디에 사용할 수 있나요?

모든 pull request에서 모델을 자동으로 학습하고 평가해 결과를 검토할 수 있도록 게시합니다. CI에서 시작한 온디맨드 클라우드 인스턴스에서 GPU 학습 작업을 실행합니다. 팀의 ML 워크플로에 온프레미스 GPU 머신을 자체 호스팅 러너로 사용합니다. pull request 안에서 실험 브랜치 간 지표와 그래프를 비교합니다.

cml는 어떻게 설치하나요?

예제 프로젝트 저장소를 포크합니다 포크한 저장소에 .github/workflows/cml.yaml 워크플로 파일을 만듭니다 변경 사항을 새 브랜치에 커밋하고 푸시합니다: git push origin experiment 풀 리퀘스트를 열면 CML이 보고서를 댓글로 게시합니다

cml은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/iterative/cml

iterative/cml

머신러닝 CI/CD 워크플로를 실행하고 pull request에 지표와 그래프 보고서를 게시하는 오픈소스 CLI입니다.

GitHub에서 보기 웹사이트

스타: 4,191
포크: 347
열린 이슈: 87
마지막 커밋: 16일 전

어떤 프로젝트인가요?

CML(Continuous Machine Learning)은 ML 작업의 지속적 통합 및 배포를 실행하는 커맨드라인 도구입니다. 팀은 각 pull request에서 모델을 자동으로 학습하고 평가한 다음, 지표와 표, 그래프를 담은 Markdown 보고서를 GitHub, GitLab 또는 Bitbucket의 댓글이나 체크로 게시할 수 있습니다.

CML은 별도의 ML 플랫폼을 요구하는 대신 GitHub Actions, GitLab CI/CD 같은 기존 CI 시스템에서 작동합니다. GPU 인스턴스를 포함해 AWS, Azure, GCP 또는 Kubernetes에서 자체 호스팅 러너를 실행할 수 있으며, 워크플로 시간 초과나 스팟 인스턴스 종료로 중단된 작업을 다시 시작합니다. 데이터와 모델은 일반적으로 DVC로 관리하며, CML은 Python, DVC, CML을 함께 포함한 Docker 이미지를 제공합니다.

CML은 npm 패키지나 독립 실행형 바이너리로 설치할 수 있으며, cml comment create, cml check create, cml pr create, cml tensorboard connect 등의 명령을 제공합니다.

핵심 기능

01ML 지표와 그래프를 GitHub 및 GitLab pull request의 댓글이나 체크로 게시합니다.
02GitHub Actions, GitLab CI/CD, Bitbucket Pipelines와 함께 사용할 수 있습니다.
03워크플로에서 GPU 인스턴스를 포함한 클라우드 또는 Kubernetes 러너를 실행합니다.
04워크플로 시간 초과나 스팟 인스턴스 종료로 중단된 작업을 자동으로 다시 시작합니다.
05DVC와 연동해 데이터를 가져오고 커밋 간 지표 차이를 시각화합니다.
06Python, DVC, CML이 사전 설치된 Docker 이미지를 제공합니다.

활용 사례

모든 pull request에서 모델을 자동으로 학습하고 평가해 결과를 검토할 수 있도록 게시합니다.
CI에서 시작한 온디맨드 클라우드 인스턴스에서 GPU 학습 작업을 실행합니다.
팀의 ML 워크플로에 온프레미스 GPU 머신을 자체 호스팅 러너로 사용합니다.
pull request 안에서 실험 브랜치 간 지표와 그래프를 비교합니다.

빠른 시작

1
예제 프로젝트 저장소를 포크합니다
2
포크한 저장소에 .github/workflows/cml.yaml 워크플로 파일을 만듭니다
3
변경 사항을 새 브랜치에 커밋하고 푸시합니다
git push origin experiment
4
풀 리퀘스트를 열면 CML이 보고서를 댓글로 게시합니다

사용 전 알아둘 점

GitHub, GitLab, Bitbucket과 같은 CI 시스템 내에서만 실행되므로 해당 서비스의 계정이 필요합니다.

포함된 컬렉션

CLI·터미널 도구 테스트 프레임워크 & 자동화 테스트 도구 데이터 과학 학습서 & 도구

토픽

#machine-learning #ci-cd #mlops #github-actions#gitlab-ci#data-science #cli#dvc#bitbucket-pipelines#ci

자주 묻는 질문

cml은(는) 무엇인가요?: 머신러닝 CI/CD 워크플로를 실행하고 pull request에 지표와 그래프 보고서를 게시하는 오픈소스 CLI입니다. CML(Continuous Machine Learning)은 ML 작업의 지속적 통합 및 배포를 실행하는 커맨드라인 도구입니다. 팀은 각 pull request에서 모델을 자동으로 학습하고 평가한 다음, 지표와 표, 그래프를 담은 Markdown 보고서를 GitHub, GitLab 또는 Bitbucket의 댓글이나 체크로 게시할 수 있습니다.
cml은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?: cml은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
cml은(는) 아직 유지보수되고 있나요?: 활발히 유지보수 중. cml의 마지막 커밋은 2026년 10월 21일입니다.
cml은(는) 어디에 사용할 수 있나요?: 모든 pull request에서 모델을 자동으로 학습하고 평가해 결과를 검토할 수 있도록 게시합니다. CI에서 시작한 온디맨드 클라우드 인스턴스에서 GPU 학습 작업을 실행합니다. 팀의 ML 워크플로에 온프레미스 GPU 머신을 자체 호스팅 러너로 사용합니다. pull request 안에서 실험 브랜치 간 지표와 그래프를 비교합니다.
cml는 어떻게 설치하나요?: 예제 프로젝트 저장소를 포크합니다 포크한 저장소에 .github/workflows/cml.yaml 워크플로 파일을 만듭니다 변경 사항을 새 브랜치에 커밋하고 푸시합니다: git push origin experiment 풀 리퀘스트를 열면 CML이 보고서를 댓글로 게시합니다
cml은(는) 어디서 받을 수 있나요?: 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/iterative/cml

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