根据需求不同,有不一样的部署模式,常见的情况如下:
有两个主要概念贯穿各种部署模式:逐步增加流量 (搭配监控)、回溯 (Rollback)
常见的部署模式如下:
影子模式 (Shadow mode):
人力与机器学习系统同时作业,但机器学习系统的输出在此阶段不作为决策依据。
主要目的为收集更多可提昇模型表现的资料,与比对预测是否准确。
影子模式适合用在已有准确系统 (人工或 ML) 的情况,它能帮助我们有效率地验证新系统是否足以作为决策依据。
金丝雀模式 (Canary deployment):
最初使用极少部份的流量 (例如 5% 或更少) 启动系统进行决策,再慢慢增加流量并监测其表现。
就跟采矿时的金丝雀一样,此模式能提早预警可能出现的错误,让我们可以滚动式提昇对决策的信心,将预测出错的影响降至最低。
蓝绿模式 (Blue green deployment):
让 Router 将原本送至旧系统 (蓝) 的流量一次性的全部导引到新系统 (绿),此模式的优点在於回溯很方便,如果觉得把流量一次全部转向很可怕也可以先从部份流量开始。
执行各种部署模式皆需要很多软件工程的配合,而MLOps 工具可以帮助我们实作这些模式。
要注意部署并不是 0 或 1 的概念,而是根据需求选择适当的自动化程度进行部署即可:
其中 AI assistance (帮助人类决策,例如标出可能有缺陷的区域) 与 Partial automation (不确定时就转交给人类决策) 属於人为监督 (Human in the loop)。
前面提到了第一次部署并不是终点,明天就来聊聊剩下的部分吧。
>>: Consistency and Consensus (4-1) - Atomic Commit and Two-Phase Commit(2pC)
还记得系列文的一开始,有先向各位读者介绍在 NiFi 中重要的几个 Componenet,那时候还只...
欧欧欧,在今天的文章开始前插播一则消息,今天是我生日耶✧*。٩(ˊᗜˋ*)و✧*。生日也要记的来发铁...
前言 延续昨天内容今天继续介绍常用 ES6 语法。 展开其余 展开运算符有几个用途 阵列 展开成个别...
到目前为止,介绍了许多操作 Docker 的方法,现在来了解更详细的操作方法。 说穿了,其实还是下指...
本篇大纲:d3.brush( )、brush 的 API 们、范例 今天我们要来看本系列的最後一个...