开源

拥抱开放源代码

我们在GitHub上开源了多个关于PMMLONNX标准模型交换格式的核心预测库,满足用户在多种语言(Scala、Java和Python)和执行环境(Spark)下使用PMML或者ONNX来进行模型上线部署:

  • AI-Serving:PMML和ONNX模型推理引擎。
  • PyPMML:基于Python的PMML预测库。
  • PMML4S:基于Scala的PMML预测库。
  • PMML4S-Spark:运行在Spark中的PMML预测库。
  • PyPMML-Spark:运行在PySpark中基于Python的PMML预测库。

AI-Serving

PMML和ONNX模型推理引擎

AI-Serving是一款开源的机器学习和深度学习模型部署推理(inference)系统,支持标准的PMML和ONNX格式,同时提供HTTP和gRPC两种接口,方便在不同的生产环境中上线部署PMML和ONNX模型。

PMML ONNX PMML REST ONNX REST PMML gPRC ONNX gPRC
AI-Serving详情

PyPMML

基于Python的PMML预测库

PyPMML是基于Python的PMML预测库,它实际上是PMML4S的Python包装。

PMML Python PMML
PyPMML详情

PMML4S

基于Scala的PMML预测库

PMML4S是基于Scala的PMML预测库,支持Scala和Java接口。

PMML Scala PMML Java PMML
PMML4S详情

PyPMML-Spark

运行在PySpark中基于Python的PMML预测库

PyPMML-Spark是一个PySpark Transformer,运行在PySpark下执行大数据的批量预测任务,它实际上是PMML4S-Spark的Python包装。

PMML PySpark PMML
PyPMML-Spark详情

PMML4S-Spark

运行在Spark中的PMML预测库

PMML4S-Spark是一个Spark Transformer,运行在Spark下执行大数据的批量预测任务。

PMML Spark PMML
PMML4S-Spark详情