Top-bewertete Valohai Alternativen
25 Valohai Bewertungen
Gesamtbewertungsstimmung für Valohai
Melden Sie sich an, um die Bewertungsstimmung zu sehen.

Die Valohai-Plattform ermöglicht wirklich Zusammenarbeit, indem sie Transparenz und Rückverfolgbarkeit von Daten und Modellen sicherstellt und vollständig in die Versionskontrolle integriert ist.
- Das gesamte Team kann auf Experimente zugreifen und diese überprüfen.
- Änderungen können leicht implementiert und getestet werden.
- Individuelle Ausführungen sind hochgradig anpassbar, was eine effiziente und wirtschaftliche Ressourcennutzung ermöglicht.
- Fähigkeit, "gute" oder unveränderte Schritte in einer Pipeline wiederzuverwenden; spart Zeit!
- Umfassende Dokumentation, die es sehr einfach macht, die erste Implementierung zum Laufen zu bringen.
- Unglaubliche Flexibilität und herausragender Kundensupport... wenn ich jemals Probleme hatte, etwas zum Laufen zu bringen, war die Lösung nur ein kurzes Gespräch, ein personalisiertes Video oder eine Eins-zu-eins-Debug-Session entfernt.
Valohai ist jetzt meine tägliche Anlaufstelle für ML-Projekte. Bewertung gesammelt von und auf G2.com gehostet.
Manchmal kann das Debuggen eines Valohai-spezifischen Features die Git-Commit-Historie aufblähen... wenn man den schwer fassbaren Ein-Zeichen-Fehler jagt. Aber dank dessen habe ich über Git Squash gelernt! Also wirklich kein Problem am Ende :D Bewertung gesammelt von und auf G2.com gehostet.

Valohai hat eine relativ flache Lernkurve, was den Einstieg erleichtert. Von dort aus war die Umsetzung unserer Ideen unkompliziert und erforderte nur minimale Hilfe. Ein Mitglied ihres Teams war bei jedem Schritt dabei, um beim Debuggen zu helfen, neue Ideen umzusetzen und Updates von ihrer Seite zu kommunizieren. Wir verwenden es ausschließlich zum Trainieren von Modellen, aber es gibt noch mehrere weitere Funktionen, die wir noch nicht genutzt haben, die jedoch helfen sollten, noch weiter zu expandieren. Bewertung gesammelt von und auf G2.com gehostet.
Nichts Großes - es funktioniert hervorragend für unsere Anwendungsfälle. Es gab ein oder zwei Stolpersteine auf dem Weg, aber nichts Bedeutendes, und die Unterstützung, die wir vom Personal erhielten, half enorm. Bewertung gesammelt von und auf G2.com gehostet.
Die Plattform ist sehr unkompliziert und benutzerfreundlich, und die Benutzeroberfläche ist für eine breite Palette von Nutzern zugänglich, unabhängig von ihrem technischen Fachwissen. Es ist einfach, loszulegen, und das Erlernen der Feinheiten dauert überhaupt nicht lange.
In Bezug auf Kollaborationsfunktionen mangelt es nicht, da wir als Team in gemeinsamen Arbeitsbereichen arbeiten können, was bedeutet, dass alle an demselben Projekt beteiligten Personen auf dieselben Experimente zugreifen und daran arbeiten können. Aufgrund der Integration mit Git bietet es auch Versionskontrolle und Rückverfolgbarkeit. Es ist unglaublich einfach, Setups mit anderen Teammitgliedern zu teilen, da jeder gehen und zuvor eingerichtete Aufgaben oder Pipelines überprüfen, debuggen oder replizieren kann. Dies ermöglicht auch einen kollaborativen Arbeitsablauf zwischen Data Scientists und Data Engineers, bei dem wir gleichzeitig zu den verschiedenen Phasen des Projekts beitragen können, was den Entwicklungsprozess optimiert.
Es verfügt über ein effizientes Hyperparameter-Tuning-Setup, das es zu einem nützlichen Werkzeug für die Feinabstimmung macht. Unabhängig von Ihrem bevorzugten Framework, ob Sie Team PyTorch oder Team Tensorflow sind, sorgt die Unterstützung für mehrere Frameworks dafür, dass Sie keine signifikanten Änderungen an Ihrem Tech-Stack vornehmen müssen. Wenn Sie die Parameter für Ihren Tuning-Lauf definieren, erhalten Sie sofort eine Anzahl, wie viele Kombinationen Ihre Parameter ergeben, was sehr praktisch ist, da es den Nutzern ermöglicht, sich der Anzahl der Läufe und der damit verbundenen Kosten bewusst zu sein. In den Fällen, in denen Sie umfangreiche Grid-Suchen durchführen müssen, übernimmt die Auto-Scaling-Warteschlange alle Läufe, was eine Sorge weniger ist.
Das Team hinter Valohai ist unglaublich nett und der Kundensupport ist sachkundig, freundlich und reaktionsschnell. Ich mag es wirklich, dass sie uns ermutigen, direkt mit ihnen in Kontakt zu treten, wann immer wir auf Probleme stoßen. Sie sind großartig darin, die Probleme, auf die wir stoßen, zu beheben und schnell Lösungen anzubieten, die funktionieren. Bewertung gesammelt von und auf G2.com gehostet.
Nicht unbedingt eine Abneigung, aber ich würde gerne mehr Dokumentation oder Beispiele sehen, wie man Dinge in einem Notebook ausführt und wie man die Ergebnisse von Notebook-Ausführungen erfasst. Bewertung gesammelt von und auf G2.com gehostet.
- Einfach zu verwenden, zu verstehen und einzurichten, entweder über die Benutzeroberfläche oder die Befehlszeilentools
- Sehr gute Dokumentation
- Ausgezeichneter Kundensupport, immer bestrebt, sich in den kleinsten Details zu verbessern
- Flexibel und einfach in andere Lösungen wie HF, W&B zu integrieren
- Experimentverfolgung und Reproduzierbarkeit in ihrer besten Form Bewertung gesammelt von und auf G2.com gehostet.
- Die Tags der Experimente in einem Schritt werden nicht direkt auf die nachfolgenden Schritte übertragen. Bewertung gesammelt von und auf G2.com gehostet.
Es ist sehr einfach zu bedienen und hat eine übersichtliche Benutzeroberfläche. Valohai macht den Aufbau von Pipelines zu einem einfachen und angenehmen Prozess. Am wichtigsten ist, dass der Support des Valohai-Teams erstaunlich ist. Sie sind reaktionsschnell und freundlich. Bewertung gesammelt von und auf G2.com gehostet.
Nichts bisher angetroffen; es ist sehr einfach zu verwenden. Bewertung gesammelt von und auf G2.com gehostet.
Die Plattform bietet hervorragende Funktionalität für Machine Learning Pioniere, insbesondere für diejenigen, die daran interessiert sind, Modelle schnell zu iterieren und bereitzustellen. Auch die Daten-Nachverfolgbarkeit der Plattform ist herausragend, da sie es ermöglicht, alle Änderungen an Ihren Daten und Modellen zu verfolgen und zu prüfen, was Transparenz und Reproduzierbarkeit gewährleistet.
Die Plattform bietet Kosteneinsparungsmöglichkeiten durch die Nutzung von cloudbasierten Ressourcen, die eine Optimierung der Infrastruktur und skalierbare Rechenleistung ermöglichen, was für Organisationen mit knappen Budgets wertvoll ist.
Der Kundensupport ist fantastisch und bietet Unterstützung auf allen Ebenen. Ob Sie technische Probleme haben oder Anleitung zu Best Practices benötigen, ihr Support-Team ist immer bereit zu helfen.
Es ist eine All-in-One-Lösung für ML-Pioniere, die Effizienz, Kosteneinsparungen und zuverlässigen Kundensupport suchen. Bewertung gesammelt von und auf G2.com gehostet.
Während die MLOps-Plattform von Valohai den Nutzern viele Vorteile bietet, gibt es möglicherweise einige Aspekte, die einigen Nutzern nicht gefallen könnten. Zum Beispiel könnten einige die Komplexität der Plattform als herausfordernd empfinden, insbesondere wenn sie mit MLOps-Konzepten nicht vertraut sind. Während Valohai viele Stärken hat, ist es möglicherweise nicht die ideale Lösung für jeden Machine-Learning-Pionier. Nutzer sollten ihre Bedürfnisse und Vorlieben sorgfältig abwägen, bevor sie sich für die Plattform entscheiden. Bewertung gesammelt von und auf G2.com gehostet.

ML-Ingenieure bei Floy verwenden Valohai als Rückgrat für die Entwicklung und Bewertung medizinischer KI für Radiologiebilddaten. Valohai ermöglicht uns nicht nur eine nahtlose Integration in unsere Arbeitsabläufe, sondern auch die Nutzung unserer eigenen Recheninfrastruktur. Darüber hinaus ermöglichen clevere Lösungen für Workflows/Pipelines, Bereitstellungen und Datenversionierung, viele erforderliche betriebliche Anforderungen direkt in der Valohai-Infrastruktur zu lösen. Bewertung gesammelt von und auf G2.com gehostet.
Mit vielen Funktionen, die sich noch in der Entwicklung befinden, fehlt der verfügbare API in seltenen Fällen die gewünschte Funktionalität - jedoch werden Probleme schnell gelöst und Funktionsanfragen umgehend bearbeitet. Bewertung gesammelt von und auf G2.com gehostet.
Sehr einfach zu handhabende MLOps-Angelegenheiten innerhalb eines Unternehmens mit minimalem Wissen. Alles für MLOps wird auf dieser Plattform bereitgestellt, und es sind keine zusätzlichen Tools erforderlich. Alles, einschließlich Daten, Code und Umgebung, etc., wird ohne zusätzlichen Aufwand versioniert. Die Idee von Pipelines in Valohai erleichtert die Entwicklung des fortschreitenden Lebenszyklus eines ML-Modells. Sie haben einen ausgezeichneten Kundenservice, sind sehr geduldig und gleichzeitig sehr kompetent. Bewertung gesammelt von und auf G2.com gehostet.
Das Datensatzkonzept ist in Valohai spannend und macht die Datenpflege zugänglicher. Aber es ist im Moment nur für AWS verfügbar. Eine andere Sache ist die Benutzeroberfläche; ich denke, sie muss verbessert werden. Außerdem glaube ich, dass der jährliche Preis auf einen vernünftigeren Betrag reduziert werden sollte. Bewertung gesammelt von und auf G2.com gehostet.

Der Kundensupport ist unglaublich: sehr hohe Qualität und Verfügbarkeit.
Die Benutzeroberfläche ist super schön, alle unsere Data Scientists lieben sie.
Die Art, wie es gestaltet ist - es ist auf ML ausgerichtet, aber man kann alles damit machen - einschließlich der Datenvorbereitung.
Insgesamt sehr gut - der Produktivitätsschub ist für alle Data Scientists offensichtlich, wenn man weiß, wie man es in vollem Umfang nutzt. Bewertung gesammelt von und auf G2.com gehostet.
Die Dokumentation könnte noch verbessert werden - größtenteils als Blogartikel geschrieben, ist es nicht immer einfach zu wissen, was man auf der Plattform tun kann und was nicht. Bewertung gesammelt von und auf G2.com gehostet.
Wir suchten nach einer strukturierten, aber dennoch flexiblen Möglichkeit, unsere ML-Modelle in die Produktion zu bringen, und Valohai hat diese Bedürfnisse gut erfüllt. Es bietet Struktur und Automatisierung, ohne zu viel Overhead und Einschränkungen hinsichtlich der Art und Weise, wie der Code geschrieben und organisiert werden sollte, aufzuerlegen. Ich schätze auch die Möglichkeit, Skripte und Notebooks auf unserem eigenen lokalen Server auszuführen, während die Ausführungen dennoch auf Valohai verfolgt werden. Der Kundensupport ist zudem einfach hervorragend! Bewertung gesammelt von und auf G2.com gehostet.
Manchmal fand ich es schwierig, die Dokumentation zu durchsuchen, um die Informationen zu finden, die ich benötige. Bewertung gesammelt von und auf G2.com gehostet.