Avis et détails du produit Valohai

Valohai offre un environnement très flexible où vous pouvez accomplir presque tout ce que vous imaginez. Il est à la fois fiable et simple, fournissant toutes les fonctionnalités essentielles sans vous submerger d'extras inutiles. J'apprécie particulièrement la facilité des exécutions ad hoc, les capacités de débogage efficaces et la flexibilité globale que la plateforme offre. Avis collecté par et hébergé sur G2.com.

Les carnets présentent certains inconvénients, tels que l'absence de rétention des sessions et le manque de stockage de données dédié aux carnets. Ces problèmes les rendent moins qu'idéaux. Avis collecté par et hébergé sur G2.com.

La plateforme Valohai permet véritablement la collaboration en garantissant la transparence et la traçabilité des données et des modèles et en étant entièrement intégrée au contrôle de version.

- Toute l'équipe peut accéder et inspecter les expériences.

- Les modifications peuvent être facilement mises en œuvre et testées.

- Les exécutions individuelles sont hautement personnalisables, permettant une utilisation efficace et ÉCONOMIQUE des ressources.

- Capacité à réutiliser les étapes "bonnes" ou inchangées dans un pipeline ; économise du temps !

- Documentation complète rendant très facile la mise en œuvre de votre première implémentation.

- Flexibilité incroyable et support client exceptionnel... si jamais j'avais des problèmes pour faire fonctionner quelque chose, la solution n'était qu'un chat rapide, une vidéo personnalisée ou une session de débogage en tête-à-tête.

Valohai est maintenant ma plateforme de référence quotidienne pour les projets ML. Avis collecté par et hébergé sur G2.com.

Parfois, le débogage d'une fonctionnalité spécifique à Valohai peut gonfler votre historique de commits git... en traquant le bug insaisissable d'un seul caractère. Mais grâce à cela, j'ai appris à propos de git squash ! Donc vraiment pas de problème à la fin :D Avis collecté par et hébergé sur G2.com.

Valohai a une courbe d'apprentissage relativement peu profonde, ce qui facilite le démarrage. À partir de là, la mise en œuvre de nos idées a été simple avec seulement une aide minimale nécessaire. En parlant d'aide, un membre de leur équipe a été avec nous à chaque étape pour aider à déboguer, mettre en œuvre de nouvelles idées et communiquer les mises à jour de leur côté. Nous l'utilisons exclusivement pour l'entraînement de modèles, mais il y a plusieurs autres fonctionnalités que nous n'avons pas touchées qui devraient aider à s'étendre encore plus. Avis collecté par et hébergé sur G2.com.

Rien de majeur - cela fonctionne très bien pour nos cas d'utilisation. Il y a eu un ou deux hoquets en cours de route, mais rien de significatif et le soutien que nous avons reçu du personnel a été d'une grande aide. Avis collecté par et hébergé sur G2.com.

La plateforme est très simple et facile à utiliser, et l'interface utilisateur est accessible à un large éventail d'utilisateurs, quel que soit leur niveau d'expertise technique. Il est facile de commencer et d'apprendre ses subtilités ne prend pas longtemps du tout. Il suffit d'écrire un peu de yaml, de stocker quelques variables d'environnement, de se connecter à votre dépôt et de vous lancer dans vos projets.

En termes de fonctionnalités de collaboration, il ne manque pas, car en tant qu'équipe, nous pouvons travailler sur des espaces de travail partagés, ce qui signifie que toutes les personnes impliquées dans le même projet peuvent accéder et travailler sur les mêmes expériences. Grâce à son intégration avec Git, il offre également un contrôle de version et une traçabilité. Il est incroyablement facile de partager des configurations avec d'autres membres de l'équipe, car n'importe qui peut aller et revoir, déboguer ou reproduire des tâches ou des pipelines précédemment configurés. Cela permet également un flux de travail collaboratif entre les data scientists et les ingénieurs de données, où nous pouvons contribuer aux différentes étapes du projet en même temps, ce qui rationalise le processus de développement.

Il dispose d'une configuration de réglage des hyperparamètres efficace, ce qui en fait un outil utile pour le réglage fin. Peu importe votre goût pour le framework, que vous soyez de l'équipe PyTorch ou de l'équipe Tensorflow, la prise en charge de plusieurs frameworks garantit que vous n'avez pas à apporter de modifications significatives à votre pile technologique.

Lorsque vous définissez les paramètres de votre exécution de réglage, il vous donne immédiatement un nombre de combinaisons que vos paramètres produisent, ce qui est très pratique car cela permet aux utilisateurs d'être conscients du nombre d'exécutions et des coûts associés. Dans les cas où vous devez effectuer des recherches de grille lourdes, la file d'attente de mise à l'échelle automatique gère toutes les exécutions, ce qui est une chose de moins à vous soucier.

L'équipe derrière Valohai est incroyablement adorable et le support client est compétent, amical et réactif. J'aime vraiment qu'ils nous encouragent à les contacter directement chaque fois que nous rencontrons des problèmes. Ils sont excellents pour résoudre les problèmes que nous rencontrons et sont rapides à offrir des solutions qui fonctionnent. Avis collecté par et hébergé sur G2.com.

Pas nécessairement un désagrément, mais j'aimerais voir plus de documentation ou d'exemples sur la façon d'exécuter des choses dans un notebook et comment capturer les résultats des exécutions de notebook. Avis collecté par et hébergé sur G2.com.

- Facile à utiliser, comprendre et configurer soit via l'interface utilisateur, soit via les outils en ligne de commande

- Très bonne documentation

- Excellent support client, toujours désireux de s'améliorer dans les moindres détails

- Flexible et facile à intégrer avec d'autres solutions telles que HF, W&B

- Suivi des expériences et reproductibilité à son meilleur Avis collecté par et hébergé sur G2.com.

- Les balises des expériences à une étape ne sont pas directement transférées aux étapes suivantes Avis collecté par et hébergé sur G2.com.

Il est très facile à utiliser et possède une interface utilisateur simple. Valohai rend la création de pipelines facile et agréable. Plus important encore, le support de l'équipe Valohai est incroyable. Ils sont réactifs et amicaux. Avis collecté par et hébergé sur G2.com.

Rien rencontré jusqu'à présent ; il est très facile à utiliser. Avis collecté par et hébergé sur G2.com.

La plateforme offre une excellente fonctionnalité pour les pionniers de l'apprentissage automatique, en particulier ceux qui souhaitent itérer et déployer rapidement des modèles. De plus, la fonctionnalité de traçabilité des données de la plateforme est exceptionnelle, vous permettant de suivre et d'auditer toutes les modifications apportées à vos données et modèles, garantissant ainsi transparence et reproductibilité.

La plateforme offre des opportunités d'économies de coûts en utilisant des ressources basées sur le cloud, permettant une optimisation de l'infrastructure et une puissance de calcul évolutive, ce qui est précieux pour les organisations avec des budgets serrés.

Le support client est fantastique, offrant une assistance à tous les niveaux. Que vous rencontriez des problèmes techniques ou que vous ayez besoin de conseils sur les meilleures pratiques, leur équipe de support est toujours prête à aider.

C'est une solution tout-en-un pour les pionniers de l'IA qui recherchent l'efficacité, les économies de coûts et un support client fiable. Avis collecté par et hébergé sur G2.com.

Bien que la plateforme MLOps de Valohai offre de nombreux avantages aux utilisateurs, certains aspects peuvent ne pas plaire à certains utilisateurs. Par exemple, certains peuvent trouver la complexité de la plateforme difficile à naviguer, surtout s'ils ne sont pas familiers avec les concepts de MLOps. Bien que Valohai ait de nombreux atouts, il se peut qu'il ne soit pas la solution idéale pour chaque pionnier de l'apprentissage automatique. Les utilisateurs doivent évaluer soigneusement leurs besoins et préférences avant de s'engager sur la plateforme. Avis collecté par et hébergé sur G2.com.

Les ingénieurs ML chez Floy utilisent Valohai comme colonne vertébrale pour développer et évaluer l'IA médicale pour les données d'imagerie radiologique. Valohai nous permet non seulement une intégration transparente dans nos flux de travail, mais aussi l'utilisation de notre propre infrastructure informatique. De plus, des solutions intelligentes pour les flux de travail/pipelines, les déploiements et la versionnage des données nous permettent de résoudre de nombreuses exigences opérationnelles directement dans l'infrastructure Valohai. Avis collecté par et hébergé sur G2.com.

Avec de nombreuses fonctionnalités encore en développement, dans de rares cas, l'API disponible manque de la fonctionnalité souhaitée - cependant, les problèmes sont rapidement résolus et les demandes de fonctionnalités sont traitées rapidement. Avis collecté par et hébergé sur G2.com.

Très facile à gérer les tâches MLOps au sein d'une entreprise avec des connaissances minimales. Tout pour MLOps est fourni sur cette plateforme, et aucun outil supplémentaire n'est requis. Tout, y compris les données, le code et l'environnement, etc., est versionné sans effort supplémentaire. L'idée des pipelines dans Valohai facilite le développement du cycle de vie progressif d'un modèle ML. Ils ont un excellent service client, sont très patients et très compétents en même temps. Ils vous encouragent donc à leur demander de l'aide chaque fois qu'il y a un problème. Avis collecté par et hébergé sur G2.com.

Le concept de dataset est passionnant dans Valohai, rendant la maintenance des données plus accessible. Mais il n'est disponible que pour AWS pour le moment. Une autre chose est l'interface utilisateur ; je pense qu'elle doit être améliorée. De plus, je pense que le prix annuel devrait être réduit à un montant plus raisonnable. Avis collecté par et hébergé sur G2.com.

Le support client est incroyable : très haute qualité et disponibilité. L'interface utilisateur est super sympa, tous nos data scientists l'adorent. La façon dont il est conçu - il est orienté vers le ML mais vous pouvez tout faire avec - y compris la préparation des données. Dans l'ensemble, très bon - le gain de productivité est évident pour tous les data scientists lorsque vous savez comment l'utiliser à son plein potentiel. Avis collecté par et hébergé sur G2.com.

La documentation pourrait encore être améliorée - principalement rédigée sous forme d'articles de blog, il n'est pas toujours facile de savoir ce que vous pouvez et ne pouvez pas faire sur la plateforme. Avis collecté par et hébergé sur G2.com.