Enabling stable preservation of ML algorithms in high-energy physics with petrifyML
Dieser Beitrag stellt das Paket petrifyML vor, ein Werkzeug, das die stabile Bewahrung und zukünftige Reproduzierbarkeit von Machine-Learning-Algorithmen der Hochenergiephysik sicherstellt, indem es deren Konfigurationen in das branchenübliche ONNX-Format oder in nativen Python- und C++-Code umwandelt.