Как с легкостью обслуживать модели машинного обучения Одна из самых больших проблем во многих проектах по науке о данных - это развертывание модели. В некоторых случаях вы можете делать свои прогнозы в автономном режиме в пакетном режиме, но в других сценариях вы должны вызывать свою модель в режиме реального времени. Кроме того, мы видим все больше и больше выпускаемых моделей-серверов типа TensorFlow Serving и Torch Serve . Хотя есть много веских причин для использования этих..