鐵人檔案
主要說明使用AI平台最常使用的三個需求: training 、tracking與serving. 這30天會使用open source工具說明如何安裝與整合系統, 以建立出自己的自己的AI平台, .同時也會使用現有工具說明如何達成圖像應用的Labeling、training與serving.
第二個範例將以心血管疾病的Dataset進行說明如何執行training、tracking與serving. 這個範例來源為這裡. 第Day1 的示意圖表示如下...
這一篇我們來說明處理心血管疾病資料集的notebook內容, 這份notebook可以從下方連結下載:https://github.com/masonwu176...
上一篇我們已經完成心血管疾病資料的訓練並且產生model檔. 本篇我們再來加入MLflow的功能, 練習一下要怎麼將每次訓練的參數、metric與model記錄...
上一篇, 我們已使用 xgboost 完成訓練並且產生model檔, 這個model的檔名為bst_save_model.pkl 現在我們來到了第二個範例的第三...
上一篇我們準備好部署model之前的環境, 做了下列事情 安裝istio 安裝seldon 準備pvc空間 接下來我們需要將訓練好的模型放到pvc空間, 接...
在本篇, 我們來看一下使用seldon完成部署之後, 在k8s上會產生哪些資源 建立在k8s上的seldon資料 POD有一個POD, 在這個POD裡面包含2...
前面我們使用pvc放置訓練好的model檔好讓seldon可以讀取, 但放置模型檔到pvc之中的過程不太方便. 接下來我們來建立一個MinIO, 讓我們可以從n...
上一篇我們已使用notebook已經將訓練好的model上傳到MinIO儲存空間, 本篇我們將使用seldon讀取MinIO中的模型檔以完成模型的部署 從gi...
從第一天到今天, 主軸是從training、tracking到serving. 在第一個範例(fastai, MNIST)中我們使用JupyterHub做tra...
