Avaliações e Detalhes do Produto de DagsHub

DagsHub é um melhor amigo dos Cientistas de Dados e Engenheiros de Aprendizado de Máquina, pois fornece não apenas um repositório de controle de versão para o código, mas também para os artefatos de dados, como conjuntos de dados e modelos. Ferramentas de MLOps como DVC e MLflow estão disponíveis para cada repositório e hospedadas no DagsHub desde o início, tornando extremamente fácil começar a usá-las imediatamente! Esta é uma grande vantagem porque, por exemplo, o MLflow rastreia modelos de aprendizado de máquina localmente por padrão, então é necessário configurar um servidor MLflow ao trabalhar em equipe, o que não é óbvio, e o DagsHub é um verdadeiro economizador de tempo aqui. Como uma cereja no topo do bolo, o DagsHub oferece muitos GBs de armazenamento gratuito para seus artefatos de dados, e você definitivamente apreciará isso se quiser experimentá-lo para o seu projeto. No geral, o DagsHub é uma plataforma de MLOps incrível com muitas outras funcionalidades que tornarão sua vida muito mais fácil, como ferramentas de anotação, integração com GitHub, diferenças de notebooks Jupyter, etc. A documentação do DagsHub é simplesmente ótima, mas se você precisar de ajuda extra, a equipe do DagsHub é super responsiva no canal deles no Discord. Análise coletada por e hospedada no G2.com.

Sem reclamações, eu só gostaria de ter descoberto o DagsHub mais cedo. 😄 Análise coletada por e hospedada no G2.com.

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. Análise coletada por e hospedada no 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). Análise coletada por e hospedada no G2.com.

DagsHub é super útil para lidar com dados multimodais como visão, áudio e texto. Facilita muito a limpeza e organização de dados não estruturados. As ferramentas integradas de rastreamento de experimentos e gerenciamento de modelos nos ajudam a manter tudo sob controle. A melhor parte? É simples o suficiente para qualquer pessoa da equipe usar. Análise coletada por e hospedada no G2.com.

Honestamente, nada até agora—faz exatamente o que precisamos. Análise coletada por e hospedada no 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. Análise coletada por e hospedada no G2.com.

I haven’t encountered any problems, it’s been a smooth and enjoyable experience. Análise coletada por e hospedada no G2.com.

GAGsHub é onde as pessoas constroem projetos de ciência de dados. Cobre todo o ciclo de vida do aprendizado de máquina, sem necessidade de DevOps. Podemos rastrear experimentos. Podemos rotular os dados e visualizar, comparar e compartilhar nossos resultados. Com uma comunidade de milhares de profissionais de aprendizado de máquina, DAGsHub ajuda grandes equipes internacionais e indivíduos a construir projetos que avançam o áudio. Podemos nos comunicar efetivamente tendo discussões interativas sobre qualquer experimento ou arquivo, tomar notas sobre a melhor arquitetura de modelo ou revisar a contribuição de um membro da equipe, construir uma base de conhecimento para seu futuro eu e sua equipe. Feche o ciclo de dados para produção, mais rápido do que nunca, essa é a mágica do DAGsHub. Análise coletada por e hospedada no G2.com.

Os usuários podem receber um erro ao tentar enviar arquivos para o DAGsHub, enquanto puxar arquivos pode funcionar. Ao tentar carregar um projeto do Label Studio a partir das Anotações do DAGsHub, ele falha com o erro de tempo de execução. Análise coletada por e hospedada no G2.com.