iT邦幫忙

mlops相關文章
共有 16 則文章
鐵人賽 DevOps DAY 21
30 Days of MLOps 系列 第 21

技術 Cloud ML Platform

今天已經第 21 天了,聊到這大家應該可以感覺到 MLOps 好像沒有我們想像的這麼簡單,感覺好多事要做,但越複雜的東西,就越有商機可循,所以我們有最後一招,新...

鐵人賽 DevOps DAY 20
30 Days of MLOps 系列 第 20

技術 experimental 函式

這個 API 還在實驗階段,只有 tf-nightly 版本才支援。 VariablePolicy 政策 exported = tf.train.Check...

鐵人賽 DevOps DAY 19
30 Days of MLOps 系列 第 19

技術 A/B Testing

當我們有 Model 後,我們就必須要觀察這個 Model 的成效到底好不好,如果成效不好的話,也許會開發一個新的 Model,那這又產生了另一個問題,就是新開...

鐵人賽 DevOps DAY 18
30 Days of MLOps 系列 第 18

技術 Model 接到真實世界的步驟

Step1: 選擇並且開發一個適合的 Model Step2: 定義 DataSet 結構 Step3: 預處理資料,對於非預期的值,做資料清洗。 Step4...

鐵人賽 Software Development DAY 16

技術 Production 環境 CI/CD

步驟說明 Step1: 打包客製化的 image docker build -f docker/auth-server.Dockerfile --build-a...

鐵人賽 DevOps DAY 15
30 Days of MLOps 系列 第 15

技術 tf.saved_model 命名空間下的類別

文章範例是使用 Tensorflow 2.3 version 實在忍不住小小抱怨一下 Tensorflow 的文件實在太糟了,連官方 Repo 裡的範例都...

鐵人賽 DevOps DAY 14
30 Days of MLOps 系列 第 14

技術 SignatureDefs

TensorFlow Serving 提供高層次的 API,但要使用這些 API, Model 必須要包含一個或多個 SignatureDefs,明確的定義了...

鐵人賽 DevOps DAY 13
30 Days of MLOps 系列 第 13

技術 輸出可以 Serving 的 Model

這篇看錯方向,看到 tf v1 的文件去了,之後會再把內容更新成 v2 的。 步驟 定義 Serving interface 存成 Save Model...

鐵人賽 DevOps DAY 11
30 Days of MLOps 系列 第 11

技術 呼叫 Predict API - 30 Days of MLOps

呼叫預測(Predict) API 取得 Model 的預測結果 語法 POST http://host:port/v1/models/${MODEL_NAME...

鐵人賽 DevOps DAY 10
30 Days of MLOps 系列 第 10

技術 呼叫 Classify 和 Regress API - 30 Days of MLOps

語法 POST http://host:port/v1/models/${MODEL_NAME}[/versions/${VERSION}|/labels/${...

鐵人賽 DevOps DAY 9
30 Days of MLOps 系列 第 9

技術 透過 REST API 與 Model 互動 - 30 Days of MLOps

取得 Model 的狀態資訊 API 語法 GET http://host:port/v1/models/${MODEL_NAME}[/versions/${V...

鐵人賽 DevOps DAY 8
30 Days of MLOps 系列 第 8

技術 Serving 多個 Model - 30 Days of MLOps

如果你多個 Model,用啟動參數來管理,就有點太麻煩了。 這時候你可以使用 model_config.conf model_config_list { c...

鐵人賽 DevOps DAY 7
30 Days of MLOps 系列 第 7

技術 解析 Tensorflow Serving 的 Docker file - 30 Days of MLOps

docker hub: https://hub.docker.com/r/tensorflow/serving/tags/ git clone https://...

鐵人賽 DevOps DAY 3
30 Days of MLOps 系列 第 3

技術 Machine Learning 生命週期 - 30 Days of MLOps

在進行 Machine Learning 自動化架構之前,我們至少要了解整個 Machine Learning 開發週期需要做哪些事,哪些是手動處理的,是否有機...

鐵人賽 DevOps DAY 2
30 Days of MLOps 系列 第 2

技術 什麼是 MLOps? - 30 Days of MLOps

什麼是 MLOps?用最短的一句話來解釋它的話,MLOps 就是 Machine Learning 的 DevOps。 MLOps = Machine Lear...

鐵人賽 DevOps DAY 1
30 Days of MLOps 系列 第 1

技術 序 - 30 Days of MLOps

最近因為工作的關係,看了許多 MLOps 的影片,身為一個工程師,終極目標就是要把它建構起來,但是畢竟我是後端工程師,對於 AI 的部分我只能算是初學者等級,這...