Публикации по теме 'deployment-pipelines'
Обзор: Модульное тестирование в машинном обучении
Модульное тестирование в машинном обучении включает тестирование отдельных компонентов или блоков кода, чтобы убедиться, что они работают правильно и дают ожидаемые результаты. В контексте машинного обучения модульное тестирование фокусируется на проверке правильности предварительной обработки данных, обучения модели и функций оценки. Давайте рассмотрим пример модульного тестирования в машинном обучении с использованием Python и модуля unittest :
Модульный тест предварительной..
Развертывание классификатора нейронной сети
Программа магистратуры в области электротехники и вычислительной техники Факультет вычислительной техники и автоматизации EEC1509 — Машинное обучение
Этот репозиторий представляет собой набор тестов для навыков, полученных на уроках Основы глубокого обучения , для развертывания модели классификации на основе нейронных сетей в общедоступном наборе данных MNIST .
Представленные здесь результаты являются продолжением предыдущей работы Использование данных MNSIT для обучения и..
Развертывание моделей ИИ — такая головная боль
AIMO — это аспирин для развертывания модели ИИ.
Джуд Канади, IOMAXIS
Развертывание моделей машинного обучения (ML) в производственных условиях затруднено.
Почему это сложно? Ну тут разные факторы. К ним относятся такие вещи, как:
разные форматы входных данных уникальные конвейеры предварительной обработки процедуры обучения и вывода для конкретных моделей постоянство модели
Разработчики сталкиваются с этими проблемами каждый раз, когда хотят перенести модель машинного..
Развертывание приложения Koa в Digital Ocean с помощью Nanobox 1/3
Этот пост является первой частью серии из трех частей, демонстрирующих, как развернуть приложение KOA в Digital Ocean с помощью Nanobox .
Часть 1 посвящена быстрому тестированию нашего пути к KOA, который запущен и работает локально.
Перейдите к части 2 , если хотите узнать, как запустить приложение локально с помощью Nanobox. ( Исходный код для этого приложения можно скачать/клонировать прямо с github .)
Пройдя все три части, мы получим:
Базовое приложение KOA,..
Как развернуть и запланировать Jupyter Notebook в Google Cloud
Давным-давно в компании XYZ123,
Антон: «Привет, босс, я закончил эту модель прогнозирования оттока клиентов. Мы превзошли нашу цель по точности! »
Буди: «Ого, Антон! Мы могли бы сформировать список клиентов с высокой вероятностью оттока и ежедневно отправлять его в наши CRM-системы. Начнем на следующей неделе!
Антон: "ммм, я не уверен, что мы сможем это сделать на следующей неделе"
Буди: «Почему? ты сказал, что уже закончил "
Антон: «Да, закончил, но это только модельная..
НЕ помещайте свои модели машинного обучения в AWS EBS
Не помещайте свои модели машинного обучения в AWS EBS
(при запуске из снапшотов)
Вот что я хочу. Мне нужен AMI, который я могу запускать в инстансе Amazon EC2 (с графическим процессором), чтобы запускать модель каждое утро вторника. Экземпляр должен загрузить модель, выполнить работу и затем умереть. Я хочу, чтобы все выполнялось как можно быстрее, и я хочу быть на 100% уверен, что изображение умрет, чтобы избежать больших счетов AWS.
В этой статье предлагается один из способов..
Машинное обучение в масштабе с использованием Pyspark и развертывание с помощью Flask
Привет всем, последние несколько месяцев я работал над масштабируемостью и производством алгоритмов машинного обучения. Я много искал в Интернете и получил очень мало поддержки. Компании все еще пытаются добиться большего успеха в этом сегменте. Согласно опросу, только 4% моделей машинного обучения предназначены для развертывания и производственной среды, это связано с меньшей поддержкой сообщества в этом направлении. Давайте начнем с сегодняшней темы и немного внесем свой вклад в..