Публикации по теме 'deployment'
Развертывание и обслуживание моделей ИИ (Часть-1)
Создание модели - это всего лишь шаг к созданию реальных ИИ-решений. Более того, модели искусственного интеллекта необходимо развертывать, размещать и обслуживать, чтобы выполнять прогнозы, обнаружения и классификации входных данных (обычно выполняя вывод модели) в реальных сценариях. Большинство приложений AI имеют следующие рабочие процессы
Захватите входные данные на основе модели. Например кадры из видеоисточника для обнаружения объекта. Выполните предварительную обработку..
Как развернуть проект Spring Boot на AWS с помощью Elastic Beanstalk.
Amazon Web Services (AWS) Elastic Beanstalk — это полностью управляемый сервис, упрощающий развертывание и запуск веб-приложений, разработанных с использованием Java, .NET, PHP, Node.js, Python, Ruby, Go и Docker, на популярных платформах, таких как Apache Tomcat. , Nginx, Passenger и IIS.
Если у вас есть проект Spring Boot, который вы хотите развернуть на AWS, Elastic Beanstalk — хороший вариант для рассмотрения.
В этой статье мы увидим, как развернуть проект Spring Boot на AWS с..
Введение в мл-операции и мониторинг после развертывания
что такое мл-операции
Искусство надежного и экономичного развертывания и обслуживания моделей машинного обучения в производственной среде называется мл-операциями. Барьер между созданием и реализацией мл устраняется с помощью мл-операций.
Используя ml-ops, вы можете автоматизировать и отслеживать все этапы создания системы машинного обучения, включая интеграцию и запуск.
Только 2% созданных моделей, согласно исследованию deeplearning.ai, используются в реальном производстве...
Как я научился не волноваться и полюбил науку о данных в производстве
"Классификация электронной почты: проблема классификации с несколькими выходами и несколькими классами"
26 ноября 2019 года в Buildo компания Data Science Milan организовала встречу, посвященную опыту развертывания задачи классификации электронной почты.
«Как я научился перестать беспокоиться и полюбить науку о данных в производстве», Дарио Канноне, старший специалист по данным, Mutui on Line
Дарио начал рассказывать нам о процессе компании, в которой он работает: огромное..
Разверните свои модели машинного обучения, выполнив 5 простых шагов с помощью Azure Machine Learning Workspace.
Если вы читаете это, значит, вы либо только начинаете путешествие, либо находитесь в отчаянии. Итак, прямо сейчас у вас есть самая удивительная обученная модель машинного обучения, и теперь вы можете предсказывать фондовый рынок. Ты скоро станешь миллионером. Но для того, чтобы это произошло, необходимо преодолеть одно последнее препятствие, развернув вашу модель, также известную как ваш денежный принтер (или MP для краткости).
На данный момент вы также решили использовать облачную..
Создание консолидированного документа о зависимостях лицензий с помощью node JS
Вы когда-нибудь задумывались о том, чтобы иметь сторонний лицензионный документ, содержащий лицензию на все производственные зависимости вашего проекта JavaScript? Это действительно необходимо?
Внезапный ответ будет нет , мы предполагаем, что зависимости, используемые в наших проектах, загружаются через npm или yarn, и у нас есть разрешение на их упаковку и распространение по своему усмотрению. Однако, когда вы просматриваете лицензионные документы некоторых из этих зависимостей, вы..
Шаблоны развертывания для моделей машинного обучения
Привет, мир машиностроения!
Допустим, вы работаете в отделе обработки данных вашей компании. Вы очень счастливы, потому что успешно обучили модель машинного обучения, и ее производительность является выдающейся. Итак, каков следующий шаг? Внезапно архитектор данных спрашивает вас: готовы ли вы к развертыванию? Сегодня мы рассмотрим некоторые шаблоны развертывания, чтобы вы могли быть уверены, что ваша модель готова к развертыванию.
Прежде чем начать, мы должны упомянуть, что для..
