一种这样的工具是Polyaxon。我正在广泛使用它，它确实有助于实验流程。

它具有实验队列、超参数调整、集群、可以自托管或在云上、绘制指标、独立于框架等功能......

我绝对推荐它。

有Deepkit。它是用于机器学习的开源开发工具。它跟踪实验、版本代码、模型调试器、基础设施和项目管理。它满足您的大部分愿望，是开源的和跨平台的。

您可以完全离线使用它，自托管服务器，或使用云服务器存储您的实验数据。

披露：我是作者。

在这方面一个有用的工具是权重和偏差，它涵盖了您描述的功能。它不是开源的，只能免费供个人使用。它旨在进行实验跟踪，并与其他常用工具很好地集成。

创始人是TWIML AI 播客的近期嘉宾。在播客中，他解释了解决方案的理念，以及可能会在其生态系统中添加哪些其他功能。