burakince/mlflow Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

MLflow Docker镜像

!Build and Publish Mlflow Docker Image Status !Docker Pulls !Docker Image Size (tag)

镜像概述

欢迎使用MLflow Docker镜像仓库！所有Docker文件均托管在GitHub仓库。对于Kubernetes用户，可通过community-charts/mlflow Helm chart实现无缝部署。

核心功能与特性

• 多版本支持：提供从1.24.0到3.5.0的多个MLflow版本标签，满足不同项目需求
• 便捷部署：通过简单Docker命令即可快速启动MLflow服务，无需复杂配置
• Kubernetes兼容：支持通过Helm chart在Kubernetes集群中部署，适合容器化生产环境
• 开源可靠：基于官方MLflow项目构建，源码透明，持续集成确保镜像质量

适用场景

• 机器学习实验跟踪与结果对比
• 模型版本管理与迭代记录
• 团队协作中的机器学习工作流标准化
• 需要快速搭建MLflow服务的开发、测试与生产环境
• 个人开发者与企业团队的机器学习项目管理

版本标签

提供以下主要版本标签（每个标签链接至对应Dockerfile）：

• 3.5.0
• 3.4.0
• 3.3.2
• 3.3.1
• 3.2.0
• 3.1.4
• 3.1.3
• 3.1.1
• 3.1.0
• 2.22.1
• 2.22.0
• 2.21.3
• 2.21.2
• 2.21.1
• 2.21.0
• 2.20.4
• 2.20.3
• 2.20.2
• 2.20.1
• 2.20.0
• 2.19.0
• 2.1.1
• 2.1.0
• 2.0.1
• 1.30.0
• 1.29.0
• 1.28.0
• 1.27.0
• 1.26.1
• 1.26.0
• 1.25.1
• 1.25.0
• 1.24.0

使用方法

Docker部署

通过以下命令快速启动MLflow服务：

bash
docker run -d -p 5000:5000 burakince/mlflow

参数说明

• -d: 后台运行容器
• -p 5000:5000: 将容器的5000端口映射到主机的5000端口
• burakince/mlflow: 默认使用latest标签，可指定具体版本如burakince/mlflow:3.5.0

服务启动后，通过http://localhost:5000访问MLflow Web界面。

Kubernetes部署

对于Kubernetes环境，推荐使用社区维护的Helm chart：

bash
helm repo add community-charts [***]
helm install mlflow community-charts/mlflow

详细配置请参考Helm chart文档。