boson 的项目扩展与二次开发
2025-06-29 21:31:15作者:凌朦慧Richard
项目的基础介绍
Boson 是一个开源的机器学习平台,旨在为数据科学家和工程师提供一个简单、灵活且快速部署的全栈解决方案。它通过集成的工具和统一的数据目录,帮助团队快速实现端到端的机器学习工作流程。
项目的核心功能
Boson 的核心功能包括:
- Delta Lake 存储层:提供ACID保证和时间旅行功能,为数据管道提供可扩展的版本化存储。
- 统一的数据目录:将表、模型、工件和其他文件类型作为一等数据公民对待。
- 高效的数据处理:使用 Polars 进行内存高效的数据操作。
- 集成的工具:包括 Aim 实验跟踪、Jupyter Lab 开发环境、Dagster 工作流编排等。
项目使用了哪些框架或库?
Boson 使用了以下框架和库:
- Polars:用于数据处理。
- Aim:用于实验跟踪。
- Dagster:用于工作流编排。
- Docker:用于容器化服务。
项目的代码目录及介绍
项目的代码目录结构大致如下:
- src/:包含项目的所有代码文件。
- worker-base/:包含构建基础工作器镜像的Dockerfile。
- docker-compose.build.yml:用于构建项目的Docker Compose文件。
- .env.build:构建环境的环境变量文件。
- README.md:项目说明文件。
- LICENSE:项目许可证文件。
对项目进行扩展或者二次开发的方向
- 工作流编排:目前 Boson 的工作流编排还在进行中(WIP),可以进一步完善和扩展其功能。
- 数据上传支持:通过定义工作器挂载来支持数据上传,但当前方法不够方便,可以开发更友好的数据上传功能。
- 多云支持:通过集成 Libcloud 等多云框架,扩展 Boson 的云平台兼容性。
- 多用户支持:增加多用户支持,使得不同用户可以独立进行实验和模型训练。
- 自定义计算环境:允许用户使用自定义镜像来创建特定计算环境,以适应不同的机器学习任务。
通过这些扩展和二次开发的方向,Boson 项目将能够更好地服务于更广泛的数据科学和机器学习场景。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
242
2.38 K
仓颉编译器源码及 cjdb 调试工具。
C++
115
86
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
405
React Native鸿蒙化仓库
JavaScript
216
291
Ascend Extension for PyTorch
Python
79
113
仓颉编程语言运行时与标准库。
Cangjie
122
97
仓颉编程语言测试用例。
Cangjie
34
71
暂无简介
Dart
539
118
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
590
119