鐵人檔案
- MLOps 混合雲的實踐
- LLM 簡介與 MLOps 關係
- 使用 MLOps & LLMOps 的工具與生態圈
- Databricks, Azure Machine Learning
- MLflow
一般來說，針對 Machine Learning workflow 有幾個大方向的建議： 針對每個階段 (stage) 都有獨立的環境。例如：開發、測試、產品...
以下針對 Staging stage 的重點部分作說明。 Staging stage 的重點在於測試 ML pipeline 的程式碼，確保它可以準備好進入 P...
以下針對 Production stage 的重點部分作說明。 ML engineers 擁有 production 環境的權限，也就是可以佈署 ML pipe...
PrimeHub 是以 Kubernetes 為基礎針對加速資料科學/機器學習研究開發而設計的平台。藉由專案群組為中心的設計概念，資料科學家可以輕易與專案成員共...
先把 PrimeHub 架構跟相關圖放上好了。 架構圖 Data Model 從之前探討的 MLOps 的流程，首先是 MLOps = DevOps + Dat...
由前兩篇的簡介與比較，另外加上實際操作來說明使用 PrimeHub Solution 的好處與未來的期待。 好處 對於 IT 部門來說，透過 PrimeHub...
Ray 是一個分散式運算框架，可以讓你的程式碼在多台機器上執行，並且可以自動管理資源的分配與調度。舉例來說，當在單一機器上執行 Ray applications...
Ray Cluster 一個 Ray Cluster 需要一個 Head Node 與多個 Worker Node Head Node 負責管理 Worker...
從前兩篇的介紹可以知道，Ray 基本上就是可以架設在 Kubernetes 上的分散式運算框架，所以我們要先準備好 Kubernetes 的環境，才能夠進行 R...
安裝 Ray 與相關套件 安裝 Python & pip sudo apt install python3 python3-pip sudo...
