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...

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/${...

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...

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...

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://...

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...

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...

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...