Alternativas de DagsHub Mejor Valoradas
DagsHub es un mejor amigo de los Científicos de Datos e Ingenieros de Aprendizaje Automático ya que proporciona no solo un repositorio de control de versiones para el código, sino también para los artefactos de datos, como conjuntos de datos y modelos. Las herramientas de MLOps como DVC y MLflow están disponibles para cada repositorio y se alojan en DagsHub desde el principio, ¡así que es extremadamente fácil comenzar a usarlas de inmediato! Esto es una gran ventaja porque, por ejemplo, MLflow rastrea modelos de aprendizaje automático localmente por defecto, por lo que necesitas configurar un servidor MLflow cuando trabajas en equipo, lo cual no es obvio y DagsHub ahorra mucho tiempo aquí. Como guinda del pastel, DagsHub ofrece muchos GB de almacenamiento gratuito para tus artefactos de datos y definitivamente lo apreciarás si quieres probarlo para tu proyecto. En general, DagsHub es una plataforma de MLOps increíble con muchas más cosas que harán tu vida mucho más fácil, como herramientas de anotación, integración con GitHub, diferencias de cuadernos Jupyter, etc. La documentación de DagsHub es simplemente genial, pero si necesitas ayuda adicional, el equipo de DagsHub es súper receptivo en su canal de Discord. Reseña recopilada por y alojada en G2.com.
No hay quejas, solo desearía haber descubierto DagsHub antes. 😄 Reseña recopilada por y alojada en G2.com.
4 de 5 Reseñas totales para DagsHub
DagsHub provides seamless integration with the data version control tool of my choice, namely DVC; it can be easily used as remote repository for storing large data files, and for storing directories with large amount of files. I also like its integration with Git repository hosting sites, not only GitHub, but also other such services, like GitLab or Bitbucket.
DagsHub repository makes it possible to browse and analyze data files, regardless of whether they are versioned using Git, or using DVC. The visualization of data processing pipeline includes both stages, and outputs / data dependencies.
I have only lightly tried the experiment tracking part of DagsHub, but I like what I have seen so far. DagsHub includes support for both DVC experiments (`dvc exp`) and MLflow experiments tracking.
I have yet to try the data streaming support, or mounting DagsHub storage as S3 filesystem - but it looks like a neat feature. Reseña recopilada por y alojada en G2.com.
I haven't notice any major issues so far. The platform is robust, and caters well to our data tracking needs.
I don't like the very strict limitation of the free plan (maximum of 2 people in a team), but I can understand it. DagsHub does offer full version for academia, but it is at request, and it is not automated (using for example using Shibboleth login, like GitLab does it). Reseña recopilada por y alojada en G2.com.
DagsHub es muy útil para manejar datos multimodales como visión, audio y texto. Facilita mucho la limpieza y organización de datos no estructurados. Las herramientas integradas de seguimiento de experimentos y gestión de modelos nos ayudan a mantenernos al tanto de todo. ¿La mejor parte? Es lo suficientemente simple para que cualquiera en el equipo lo use. Reseña recopilada por y alojada en G2.com.
Honestamente, nada hasta ahora—hace exactamente lo que necesitamos. Reseña recopilada por y alojada en G2.com.
DagsHub simplifies working with multimodal data by streamlining data transformation, experiment tracking, and model management. Its automation tools enhance labeling efficiency, accelerating workflows. With an intuitive interface, it ensures seamless collaboration across teams. Reseña recopilada por y alojada en G2.com.
I haven’t encountered any problems, it’s been a smooth and enjoyable experience. Reseña recopilada por y alojada en G2.com.
GAGsHub es donde las personas construyen proyectos de ciencia de datos. Cubren todo el ciclo de vida del aprendizaje automático, sin necesidad de DevOps. Podemos rastrear experimentos. Podemos etiquetar los datos y visualizar, comparar y compartir nuestros resultados. Con una comunidad de miles de profesionales del aprendizaje automático, DAGsHub ayuda a grandes equipos internacionales e individuos a construir proyectos que avanzan en audio. Podemos comunicarnos de manera efectiva al tener discusiones interactivas sobre cualquier experimento o archivo, tomar notas sobre la mejor arquitectura de modelo o revisar la contribución de un miembro del equipo, construir una base de conocimiento para tu futuro yo y tu equipo. Cierra el ciclo desde los datos hasta la producción, más rápido que nunca, esa es la magia de DAGsHub. Reseña recopilada por y alojada en G2.com.
Los usuarios podrían recibir un error al intentar subir archivos a DAGsHub, mientras que descargar archivos podría funcionar. Al intentar cargar un proyecto de Label Studio desde las Anotaciones de DAGsHub, falla con el error de tiempo de ejecución. Reseña recopilada por y alojada en G2.com.
