Dagster modela pipelines en torno a los datos que producen en lugar de las tareas que ejecutan, lo que facilita la trazabilidad y las pruebas mucho más que en Airflow.
| Categoría | Frameworks de ML & MLOps |
| Tipo | Orquestación de datos |
| Licencia | Apache-2.0 |
| Ejecuta localmente | Sí |
| Construido con | Python |
| Nivel de habilidad | Intermedio |
| Mejor para | equipos que quieren que sus pipelines sean probables y su trazabilidad visible |
Otros frameworks de ml de código abierto y herramientas de mlops que valen la pena comparar:
TensorFlowEl framework de aprendizaje profundo de Google, construido para producción
PyTorchEl framework en el que casi todos los modelos de IA modernos están escritos
OpenCVLa biblioteca de visión por computadora en la que se basa todo lo demás
scikit-learnAprendizaje automático clásico, hecho correctamente
Apache AirflowPrograma y monitorea pipelines de datos
RayEscala Python desde una laptop hasta un clúster
JAXNumPy con autodiff, JIT y TPUs
XGBoostSigue siendo el mejor en datos tabulares
Label StudioEtiqueta cualquier cosa: texto, imágenes, audio, video
MLflowRastrea experimentos y envía modelos sin la hoja de cálculo
ONNXMueve un modelo entre frameworks y entornos de ejecución
LightGBMAumento de gradiente que entrena rápido en tablas grandes
CVATAnotación seria para visión por computadora
DVCGit para conjuntos de datos y modelos
OptunaEncuentra los hiperparámetros correctos sin adivinarDagster es gratuito y de código abierto (licencia Apache-2.0), por lo que puedes usarlo, alojarlo tú mismo y modificarlo sin costo alguno.
Sí. Dagster está diseñado para ejecutarse en tu propia máquina o servidor, manteniendo tus datos privados.
Alternativas de código abierto populares incluyen TensorFlow, PyTorch, OpenCV. Consulta las comparaciones anteriores para elegir.
Navega por el directorio completo de herramientas, modelos y proyectos de IA de código abierto, actualizado diariamente.
Navega todas las herramientas →