原标题：Databricks开源机器学习平台MLflow，以标准格式打破工具平台的界线
由Apache△Spark技术团队所创立的Databricks释出开源机器学习平台MLflow，不只对社交开放原始码，进一步使用开放介面，要支援既有的机器学习函式库、演算法以及工具，同时Databricks也提供MLflow的托管服务，不过，MLflow仍在早期的测试阶段，想尝鲜的开发者可以在GitHub上取得专案程式码。
MLflow包含三大部分，追踪（Tracking）、专案（Projects）以及模型（Models）。MLflow追踪是用于日志参数、程式码版本、指标以及输出档案的API和使用者介面，使用者以脚本或是笔记本档案纪录日志结果，可以选择储存在本地端或是伺服器上，之后可以使用网页介面读取来比较不同的执行结果。
而MLflow专案提供可重复使用的科学程式码标准格式，每个专案都单独为一个目录或是Git程式码储存库，并由YAML档案来定义MLproject。MLflow专案可以在套件管理器Conda环境中建立相依性，而MLflow会自动设定适合的环境执行专案，而且当专案有使用MLflow追踪API，MLflow还会记录专案的版本以及相关参数，开发者可以随时重新执行完全相同的程式码。MLflow专案提供了良好的重现性、可扩展性以及实验性，让企业或是开源社交都可以更容易地共享资料科学应用。
MLflow的第三部分模型，MLflow的机器模型包称为MLmodel，其中可以包含任意档案以及一个MLmodel描述文件。MLflow提供输出工具，可以把常用的模型格式部署到不同平台上，官方提到，开发者可以将支援Python_function的模型部署到基于Docker的REST伺服器，也可以选择部署到各种云端平台，像是Azure△ML或AWS△SageMaker，或是在Apache△Spark提供的批次或是串流推测中，作为用户自订义功能。
Databricks不只开源MLflow的程式码，也选择使用开放介面，官方表示，MLflow是设计来搭配任何的机器学习函式库、演算法、开发语言以及工具，以REST△API以及提供简单资料格式做为设计理念，开发者可以把MLflow的模型看做是一个Lambda函式，能被不同的工具使用，因此Databricks提到，MLflow好处就是可以立刻增加到既存的机器学习程式码中，开发者马上就能执行使用。
之所以会有MLflow这个专案，官方提到，现在市面上的机器学习工具千百种，但是除了不容易追踪机器学习的实验外，还很难重现相同的结果，而且也缺乏搬迁模型的标准，因此机器学习的应用常会被工具以及环境绑住，开发者害怕移植后会有不可预期的问题，而开源机器学习平台MLflow的出现，便是要试图解决这些问题。
相关：
停止支援 OpenGL 小型游戏商放弃 macOS 平台 | 香港 UNWIRE.HK 玩生活．乐科技
虽然很多使用 Mac 电脑的用户，并非以电脑来玩游戏，不过未来他们的游戏选择可能会越来越少，因为有部份小型游戏开发商已经酝酿离开，原因和 Apple 的取态和决定有关。Apple 希望游戏开发者使用他们的 Metal 技术，所
Google释出Capillary开源函式库，助Android开发者提供端对端加密推送讯息功能
Google释出了Capillary计划，这计划包含了一个开源函式库，要帮助开发者提供伺服器到Android装置间的端对端加密推送讯息功能，Google表示，要提供端对端加密功能需要一定程度技术，因此他们希望通过Capillary计划中的
GitLab抢客又开一枪，只要开源专案或教育机构用，黄金会员也免费
微软并购GitHub后，引发一大波使用者逃亡潮，在这波开发者迁徙热潮中，GitHub的竞争对手GitLab在一旁坐收了渔翁之利，不仅在社交媒体上得到许多曝光，也接手了许多原本来自GitHub的专案、储存库。而因应这波使用者热
UC Berkeley开源全球最大的自驾车资料集，资料量是百度ApolloScape的800倍
图片来源: UC△Berkeley 加州柏克莱大学（UC△Berkeley）的DeepDrive自驾车实验室上周开源了迄今全球最大的自驾车视频资料集BDD100K，BDD100K让坊间其它的自驾车资料集相形失色，例如百度才在今年3月释出了号称是全球
中艺云联艺术品社交电商平台全面上线，“共享推荐”革新艺术品垂直领域 推荐
为响应党的十三五规划提出的鼓励搭建资源开放共享平台，积极发展分享经济的伟大号召，中艺云联担负起建设文化强国的企业责任，一直坚持“让艺术走近人民”的企业宗旨，凭借着近二十年的行业沉淀与雄厚实力，开拓创新