Оглавление:

Как развернуть модель машинного обучения в производственной среде?
Как развернуть модель машинного обучения в производственной среде?

Видео: Как развернуть модель машинного обучения в производственной среде?

Видео: Как развернуть модель машинного обучения в производственной среде?
Видео: Интеграция обученной модели в production 2024, Апрель
Anonim

Разверните свою первую модель машинного обучения в производстве с помощью простого технического стека

  1. Обучение модель машинного обучения в локальной системе.
  2. Оборачивание логики вывода в приложение-флягу.
  3. Использование докера для контейнеризации приложения фляги.
  4. Размещение контейнера докеров на экземпляре AWS ec2 и использование веб-сервиса.

Проще говоря, как развернуть модель машинного обучения в производственной среде?

Варианты для развертывать ваш Модель ML в производстве Один способ развертывания ваш ML модель есть, просто сохраните обученные и протестированные ML модель (sgd_clf) с соответствующим соответствующим именем (например, mnist) в некотором месте файла на производство машина. Потребители могут прочитать (восстановить) это ML модель файл (мнист.

Можно также спросить, как развернуть модель машинного обучения с помощью фляги? Чтобы успешно развертывать а модель машинного обучения с Flask и Heroku вам понадобятся файлы: модель.

Основные разделы этого поста следующие:

  1. Создать репозиторий GitHub (необязательно)
  2. Создайте и выберите модель, используя данные Titanic.
  3. Создать приложение Flask.
  4. Локальное тестирование приложения Flask (необязательно)
  5. Разверните на Heroku.
  6. Тестовое рабочее приложение.

Также знаете, что значит развернуть модель машинного обучения?

Развертывание это метод, с помощью которого вы интегрируете модель машинного обучения в существующую производственную среду для принятия практических бизнес-решений на основе данных. Это один из последних этапов машинное обучение жизненный цикл и может быть одним из самых громоздких.

Как вы развертываете в производственной среде?

Имея это в виду, давайте поговорим о некоторых способах плавного развертывания в производственной среде без риска для качества

  1. Максимально автоматизируйте.
  2. Создайте и упакуйте свое приложение только один раз.
  3. Все время развертывайте одним и тем же способом.
  4. Развертывание с использованием флагов функций в вашем приложении.
  5. Развертывайте небольшими партиями и делайте это часто.

Рекомендуемые:

Какой лучший язык для машинного обучения?

Какой лучший язык для машинного обучения?

Машинное обучение - это растущая область информатики, и несколько языков программирования поддерживают структуру и библиотеки машинного обучения. Среди всех языков программирования наиболее популярным выбором является Python, за ним следуют C ++, Java, JavaScript и C #

Что мне следует изучить для машинного обучения?

Что мне следует изучить для машинного обучения?

Будет лучше, если вы подробно изучите следующую тему, прежде чем приступить к изучению машинного обучения. Теория вероятности. Линейная алгебра. Теория графов. Теория оптимизации. Байесовские методы. Исчисление. Многомерное исчисление. И языки программирования и базы данных, такие как:

Что такое регрессия машинного обучения?

Что такое регрессия машинного обучения?

Регрессия - это алгоритм машинного обучения, который можно обучить предсказывать реальные нумерованные выходные данные; например, температура, цена акций и т. д. Регрессия основана на гипотезе, которая может быть линейной, квадратичной, полиномиальной, нелинейной и т. д. Гипотеза - это функция, основанная на некоторых скрытых параметрах и входных значениях

Какой язык программирования используется для машинного обучения?

Какой язык программирования используется для машинного обучения?

Python Аналогичным образом задается вопрос, какой язык лучше всего подходит для машинного обучения и искусственного интеллекта? Топ-5 лучших языков программирования для искусственного интеллекта Python. Python считается первым в списке всех языков разработки ИИ благодаря своей простоте.

Можем ли мы удалить класс Apex в производственной среде?

Можем ли мы удалить класс Apex в производственной среде?

Невозможно напрямую удалить класс или триггер Apex после его развертывания в производственной среде. Быстрый обходной путь для удаления или отключения класса / триггера Apex - использование eclipse и Force.com IDE. Откройте XML-файл класса / триггера Apex. Измените статус класса / триггера Apex на «Удален»