iterative/cml

Что это?

Ключевые возможности

• 01Публикует метрики и графики ML в виде комментариев или проверок в pull request на GitHub и GitLab.
• 02Работает с GitHub Actions, GitLab CI/CD и Bitbucket Pipelines.
• 03Запускает из workflow облачные runners или runners в Kubernetes, в том числе с GPU.
• 04Автоматически перезапускает задачи, прерванные из-за тайм-аутов workflow или завершения работы spot-инстанса.
• 05Интегрируется с DVC для загрузки данных и визуализации различий в метриках между коммитами.
• 06Предоставляет Docker-образы с предустановленными Python, DVC и CML.

Сценарии использования

• Автоматическое обучение и оценка модели при каждом pull request с публикацией результатов для проверки.
• Запуск задач обучения на GPU в облачных инстансах по требованию, создаваемых из CI.
• Использование локальных GPU-машин в качестве self-hosted runners для ML-workflow команды.
• Сравнение метрик и графиков между экспериментальными ветками прямо в pull request.

Быстрый старт

1. 1

   Создайте форк репозитория проекта-примера

2. 2

   Создайте файл workflow .github/workflows/cml.yaml в своём форке

3. 3

   Зафиксируйте изменения и отправьте их в новую ветку

   git push origin experiment
4. 4

   Откройте pull request, чтобы CML опубликовал отчёт в виде комментария

Что важно знать

• !Он запускается только в CI-системах, таких как GitHub, GitLab или Bitbucket, поэтому вам понадобится учётная запись в одной из них.

В подборках

Темы

Частые вопросы

Что такое cml?

Open-source CLI для запуска CI/CD-процессов в машинном обучении и публикации метрик и графиков в pull request. CML (Continuous Machine Learning) — инструмент командной строки для настройки непрерывной интеграции и доставки в проектах машинного обучения. Он позволяет автоматически обучать и оценивать модели при каждом pull request, а затем публиковать результаты в виде markdown-отчёта с метриками, таблицами и графиками — комментарием или проверкой в GitHub, GitLab или Bitbucket.

cml можно использовать бесплатно? Какая у него лицензия?

cml распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.

cml всё ещё поддерживается?

Активно поддерживается. Последний коммит в cml — 21 окт. 2026 г..

Для чего можно использовать cml?

Автоматическое обучение и оценка модели при каждом pull request с публикацией результатов для проверки. Запуск задач обучения на GPU в облачных инстансах по требованию, создаваемых из CI. Использование локальных GPU-машин в качестве self-hosted runners для ML-workflow команды. Сравнение метрик и графиков между экспериментальными ветками прямо в pull request.

Как установить cml?

Создайте форк репозитория проекта-примера Создайте файл workflow .github/workflows/cml.yaml в своём форке Зафиксируйте изменения и отправьте их в новую ветку: git push origin experiment Откройте pull request, чтобы CML опубликовал отчёт в виде комментария

Где скачать cml?

Исходный код и инструкции по установке — на GitHub: https://github.com/iterative/cml