字幕组双语原文:六点规则让你的ML模型部署的更快

海澄棋牌英语原文:Six Rules for Deploying your Machine Learning Models Faster

海澄棋牌翻译:雷锋字幕组(yhfwww)

海澄棋牌数据科学和机器学习几乎可以改善组织的任何方面,但前提是你的想法得到利用。在过去的一年中,我们学到了很多关于更快地构建和部署机器学习模型的知识,我们想分享一些我们在这里学到的东西。

图:《棕色田野上奔跑的猎豹》 来自《Unsplash》,作者Cara Fuller

形势

在我们的组织中,我们需要尽快从我们的分析投资中获得回报。我们需要更快地将机器学习模型应用到生产中。最重要的是,我们不想让伟大的想法停留在纸面上,只能等着被使用。

海澄棋牌传统上,我们将为每个数据产品构建为定制解决方案。每个定制解决方案之间几乎没有重用。我们需要的是一条生产数据产品的流水线。

因此,我们建立了一条流水线来构建、测试和部署数据产品,我们称之为机器学习平台。有了它,我们现在可以在几分钟内将模型部署到生产环境中。我们不再需要等那么长时间才能享受分析投资的回报。

一路上我们学到了什么

在这个过程中,我们学习了一些关于如何安全、快速地构建、测试和部署机器学习模型的重要规则。这些规则改变了我们的工作方式,希望您会发现它们对您和您的组织有用。

1.采

用自助服务

在我们的机器学习平台存在之前,数据科学家创建的模型将交给IT部门,这样他们就可以为每个模型创建数据管道和模型部署环境。有些模型在部署之前甚至被重写成另一种语言。

我们构建了机器学习平台,为模型构建者提供了通过内部模型管理流程自主部署模型的能力。自助服务是提高速度的关键。

2.使用容器从基础设施中提供抽象

容器提供了一种很好的隔离和模型版本管理的方法。如果您的组织使用标准服务器负载,您可能会发现很难在该标准服务器上安装依赖项和构件。容器解决了这个问题。可能服务器管理员安装程序包的时间太长。容器也能解决这个问题。您可能需要托管同一模型的新版本和旧版本一段时间,每个版本都需要一组不同的依赖关系。容器也有助于版本控制策略。

您的企业可能是全云的,有云的,或者没有云的,但是即使您当前没有使用云,您也可能在考虑它。容器非常轻便。如果您采用基于容器的方法,您可以在本地或云上的任何地方运行这些模型。

3.数据科学家需要关心代码质量。

让您的数据科学家能够自助服务地将模型部署到生产环境中,同时还要负责编写产品质量代码。

(责任编辑:海澄棋牌)

本文地址:http://www.canopiesandtops.com/zhaishiguancha/2020/1017/2651.html

上一篇:季后赛球员比赛影响力前十:詹姆斯高居榜首,热火成湖人最大威胁 下一篇:App自评估指南:小程序也可参考,第三方获取信息需获用户授权

发表评论

您的电子邮件地址不会被公开。必填字段已标记*