Публикации по теме 'mlops'


Проект NLP MLops с DagsHub —  Многоязычная классификация настроений с использованием преобразователей —…
DagsHub — это платформа для успешного и эффективного проекта машинного обучения. Введение Успешный проект машинного обучения может включать в себя различные инструменты, каждый из которых имеет определенную роль, от исходного кода и версий данных до отслеживания производительности моделей. Эти инструменты в большинстве случаев создаются разными сообществами, поэтому их лучшая интеграция необходима для получения максимальной отдачи от них, в противном случае, к сожалению, это может..
MLOps — Операции машинного обучения
MLOps — операции машинного обучения 1. Введение в DevOps Чего ждать??!? В заголовке написано MLOps , но похоже, что статья посвящена DevOps ..! Да, это потому, что DevOps и MLOps взаимосвязаны. Эта статья помогает понять некоторые предпосылки MLOps. Скажем, для разработки продукта или добавления новой функции команда разработчиков создает код, который тестируется группой тестирования, развертывается и поддерживается группой эксплуатации. Как вы можете видеть, есть несколько..
Amazon заново изобретает MLOps
Ключевые сервисы AWS, определяющие ландшафт машинного обучения в 2021 году Не новость, что AWS обладает самым широким набором возможностей машинного обучения среди трех крупных облачных провайдеров. Благодаря публичной доступности Sagemaker Studio в начале 2020 года они создали полностью интегрированную среду ML Dev - первую в своем роде. Сделать IDE центром всех предложений машинного обучения - разумный шаг - при условии, что ваши окружающие сервисы правильно восполняют пробелы..
Развертывание интеллектуальной модели и конвейер потребления с облачной платформой DataRobot AI
В этом уроке мы сосредоточимся на третьей части платформы ИИ «MLOps». Мы подробно расскажем о развертывании модели, реестре моделей и приложении для вывода модели. Мы развернем модели из списков лидеров машинного обучения в конвейер MLOps и будем использовать их различными способами, т. е. API, Stream, локальный режим и рабочие процессы заданий. DataRobot AI Cloud — это новый подход, созданный с учетом требований, задач и возможностей современного ИИ. Это единая система записи,..
Обслуживание моделей машинного обучения с помощью TorchServe
Полный сквозной пример обслуживания модели ML для задачи классификации изображений. Мотивация Этот пост проведет вас через процесс обслуживания вашей модели Torch для глубокого обучения с помощью платформы TorchServe. Статей на эту тему довольно много. Однако обычно они сосредоточены либо на развертывании самого TorchServe, либо на написании собственных обработчиков и получении конечных результатов. Это побудило меня написать этот пост. Он охватывает обе части и дает сквозной..
Сквозное машинное обучение в JavaScript с использованием Danfo.js и TensorFlow.js (часть 1)
Danfo.js: библиотека JavaScript с открытым исходным кодом для управления данными. Машинное обучение (ML), возможно, является наиболее востребованным навыком в области данных и информатики. Проекты и задачи, связанные с машинным обучением, могут быть выполнены с использованием любого языка программирования. Разработчики были убеждены, что для создания и обучения модели машинного обучения они ограничиваются использованием нескольких избранных языков программирования - Python, R и Java часто..
Лучшие практики MLOps
Что нужно помнить при разработке конвейера машинного обучения Фото Свена Брандсма на Unsplash Автор Трэвис Вульф - Трэвис Вольф Проблемы возникают по мере масштабирования производства моделей машинного обучения до уровня предприятия. MLOps играет роль в смягчении некоторых проблем, таких как обеспечение масштабируемости, автоматизация, сокращение зависимостей и упрощение принятия решений. Проще говоря, MLOps похож на кузена DevOps. Это набор практик, которые объединяют..