Разверните конвейер TFX с помощью Vertex Pipelines, обслуживайте свою модель на платформе AI, отслеживайте свои запросы и создавайте конвейер CI/CD для масштабирования вашей системы. 1. Введение Эта статья является второй из двух частей, первая часть доступна на странице Анализ настроений с помощью конвейеров TFX — локальное развертывание . В первой части мы обсудили, как разработать пайплайн локально, а также показали процесс построения модели анализа тональности. В этой..

В настоящее время обучение модели глубокого обучения (DL) для академических целей стало проще благодаря улучшениям сред DL. Однако для производственной среды есть некоторые проблемы, о которых компании должны заботиться до и после обучения своих моделей. Такие вопросы, как масштабируемость при предварительной обработке данных и моделях обучения, борьба с отклонением концепций в данных (больших данных), мониторинг их моделей и т. д., следует рассмотреть до разработки архитектуры DL. Эта..

Автор: Ярек Вилкевич от имени команды TFX Если ваш код работает в производственной среде, вы, вероятно, уже знакомы с управлением версиями / конфигурацией программного обеспечения (SCM), непрерывной интеграцией и непрерывным развертыванием (CI / CD), а также со многими другими передовыми методами разработки программного обеспечения. На эти ушли годы , и теперь мы часто принимаем их как должное. Подобно тому, как написание эффективной реализации алгоритма - это только начало пути..

Когда мы думаем об ML, мы склонны сосредотачиваться на части обучения модели. Но когда мы переходим к производству, мы понимаем, что есть много других частей, которые очень важны для того, чтобы модель была доступной и надежной в течение всего срока службы. Производственное решение требует гораздо большего, чтобы иметь возможность решать все проблемы, с которыми мы сталкиваемся во время разработки ML: Маркированные данные (как их получить) У меня могут быть терабайты данных, но мне..