Публикации по теме 'continuous-delivery'
Устранение разрыва между разработкой и производством в машинном обучении: MLOps
Изучите DVC, CML и MLFlow, чтобы улучшить свои разработки в области машинного обучения
Как специалист по данным🧑🏻💻, я трачу много времени на создание моделей для самых разных задач. Создание модели машинного обучения - сложная задача, в которой вы начинаете очистку данных, затем создаете представление, а в конце создаете модель. Во время этого процесса необходимо ответить на множество вопросов, таких как:
Какие особенности подходят для моей проблемы? Эта модель лучше предыдущей?..
Машинное обучение CI/CD с CircleCI и AWS Sagemaker
Включение CI/CD в конвейер машинного обучения дает много преимуществ, например автоматизация развертывания моделей машинного обучения в производстве в любом масштабе.
Цель этой статьи — проиллюстрировать, как интегрировать обучение модели AWS Sagemaker и ее развертывание в конвейеры CircleCI CI/CD. Структура этого проекта представляет собой монорепозиторий, содержащий несколько моделей. Подход с одним репозиторием может иметь преимущества перед подходом с полирепозиторием, включая..
Программируйте, чтобы обойти процесс ИЛИ Правильно напишите код и улучшите методологию развертывания и…
Код — это просто код. Процесс — это просто процесс. Однако, когда вы объединяете их, они влияют друг на друга так, как не должны.
Предположим, вы создали платформу для своей команды. Затем процесс появился позже и замедлил работу, но сохранил ее максимально стабильной. Затем инженеры-программисты поняли, что они могут следить за процессом и выполнять разработку таким образом, чтобы быстрее пройти этот процесс. Я говорю о написании кода, который настолько переконфигурирован, что..
Стоит ли создавать собственный CI-сервер?
История двух видов эффективности
Внедрение CI / CD в ваш программный процесс - это абсолютно несложно. Бесконечный вопрос: «Какой инструмент CI мне следует использовать?». Их так много на выбор, что усилия по поиску сами по себе могут быть устрашающими. Похоже, что когда у вас запущен сервер, вы женитесь на нем. Огромный объем работы, потребовавшейся для того, чтобы эта вещь заработала надежно, полностью подавляет любое желание экспериментировать с новыми подходами.
Отсюда мы..
Организация экспериментов по машинному обучению для MLOps с помощью Apache Airflow
В настоящее время, когда в производство поступает все больше и больше моделей машинного обучения, необходимость ввода в действие общего рабочего процесса машинного обучения становится критически важной для компаний, внедряющих возможности искусственного интеллекта.
Эксперименты с машинным обучением обычно проходят по заранее определенному набору этапов, например:
Получение данных : сбор и интеграция данных из разных источников. Проверка данных : убедитесь, что собранные данные..
⚡️ Робо-тестирование вашего сайта без написания кода ️🤖
Начало работы с автоматизацией тестирования пользовательского интерфейса
Это первая часть серии публикаций, которые в конечном итоге будут включать мегапубликацию «Приступая к работе с автоматизацией тестирования пользовательского интерфейса», основанную на двухлетнем росте нашего набора автоматизированного тестирования на Code.org. Когда мы только начинали, я ничего не знал об автоматическом тестировании, поэтому пишу заметки, которые мне хотелось бы иметь, когда я только начинал.
В..
7 распространенных проблем с CI / CD и способы их решения
Это гостевая статья Гейба Нельсона из Semaphore CI
Для создания функционального конвейера Непрерывная интеграция и доставка нужно многое сделать. Чтобы автоматизированные процессы работали должным образом, должна пройти длинная цепочка успешных событий. К сожалению, весьма вероятно, что вы столкнетесь по крайней мере с несколькими распространенными проблемами при попытке настроить и работать с конвейером CI / CD.
Список общих проблем на самом деле довольно длинный. Это связано..
