Comet.ml 允许数据科学家和开发人员轻松地监控，比较和优化其机器学习模型。 这家总部位于纽约的公司今天推出了其产品，完成了TechStars驱动 亚马逊Alexa加速器 计划并筹集由Trilogy Equity合作伙伴牵头的230万美元的种子轮次 两个西格玛风险投资公司，创始人合作社，Fathom Capital，TechStars Ventures和天使投资人。
该服务为您提供了一个仪表板，汇集了机器学习（ML）实验的代码及其结果。 此外，该服务还允许您通过调整优化模型 超参数 的实验。 在训练模型时，Comet会跟踪结果并为您提供结果图表，但它还会跟踪您的代码更改并导入它们，以便您稍后可以比较各种版本实验的所有不同方面。
无论是使用Keras API，TensorFlow，Scikit Learn，Pytorch还是简单地编写Java代码，开发人员都可以轻松地将Comet整合到他们的机器学习框架中。 开始时，开发人员只需将Comet.ml跟踪代码添加到他们的应用程序中，然后像往常一样运行他们的实验。 该服务对于训练模型的位置是完全不可知的，您显然可以与其他团队共享您的结果。
理想情况下，这意味着数据科学家可以坚持使用他们现有的工作流程和开发工具，但除此之外，他们现在有了一个新工具，可以让他们更好地了解他们的实验工作情况。
“我们意识到ML团队看起来很像十年或十五年前的软件团队，”Comet.ml联合创始人兼首席执行官Gideon Mendels告诉我。 虽然软件团队现在拥有版本控制和GitHub等工具来共享他们的代码，但ML团队仍然经常通过电子邮件共享数据和代码。 “主要问题不在于纪律，而在于模具的状态，”门德尔斯说。 “目前像GitHub这样的工具对于软件工程来说是一个很好的解决方案，但对于ML团队来说 – 尽管代码是一个主要组成部分，但这不是一切。”
Mendels告诉我，该团队在内测期间签约了约500名数据科学家（包括一些顶级科技公司）。 到目前为止，这些用户已经在该平台上为开发者提供了约6000种模型。
展望未来，Comet.ml团队计划为开发人员提供更多工具来构建更好，更精确的模型，但Mendels指出，要做到这一点，公司必须获得第一个构建模块。
Comet.ml现在可供所有想尝试的开发人员使用。 有一个 免费层 它允许无限制的公共项目，并且类似于GitHub，为希望保持项目私密的团队提供一些付费级别。
章悦 