从无到有开发 ML 专案到布署需要 6 至 12 个月不等,在尚未有具体产出的过程中,会有对内部及外部说明进展的机会,能有架构、系统的与合作对象说明是很重要的。吴恩达在 2021 年 4 月在 吴恩达在 2021 年 4 月在 DeepLearning.AI 发布的电子报归纳了出 4 大阶段,用以描述 ML 专案生命周期,也是後续开发新课程架构的主要轮廓。
随後, 2021 下半年在 Coursera 推出上述 Machine Learning Engineering for Production
(MLOps) Specialization (MLEP) 系列课程计 4 门,架构如下:
您可以看出在较新的ML产品生命周期图示,整合为四大阶段并归纳 7 个主题,用以描述用於生产的机械学习工作流程,这样的工作流程实际上并非是转圈圈的循环图,而是有向无环图(Directed Acyclic Graph (DAG)),箭头表示了工作流程及相依性。
简述4个阶段与7大主题,之後文章会以此架构再进一步说明:
上图点出用於产品的ML专案需要注意的事情,举例如:
通常会在具有目标和目标的专案中开发模型。 专案通常牵涉到一个以上的人。 使用资料、演算法和模型进行实验时,会反复开发。
Azure Machine Learning Pipeline 可以包含 ML 生命周期的相关工作,依该文件说明包含如下,并且有设计工具协助:
<<: [Day4]C# 鸡础观念- 核心的数据成员~变数(二)
>>: [Day3] Vite 出小蜜蜂~ Game Loop!
Actual Microsoft DA-100 Dumps – Quickest Way to Ge...
不要被标题一堆名词吓到;当你用过它後,你会惊讶它的易用以及,最重要的,无缝接轨辨识人脸关键点 本文...
制造业是台湾经济的生力军,疫情延烧并未影响营运,资安事件反而成为不定时炸弹,造成企业商誉甚或营收受损...
*** 模组资料夹 payment_sinopac 以 "/" 来代表此资料夹 ...
Ngrok运行原理 其实ngrok有客户端ngrok和服务端ngrokd,在用户客户端发起请求时,就...