Публикации по теме 'production'
Блокнот анти-выкройка
За последние несколько лет значительно увеличилось количество инструментов, пытающихся решить задачу внедрения моделей машинного обучения в производство. Что общего у этих инструментов, так это включение ноутбуков в производственные конвейеры. Эта статья направлена на то, чтобы объяснить, почему стремление к использованию ноутбуков в производстве является антипаттерном, и по ходу дела дает несколько советов.
Что такое тетрадь?
Давайте начнем с определения того, что это такое, для тех..
Понимание узких мест Go в производстве приложений
Введение
С тобой такое когда-нибудь случалось? Вы пишете код для продукта, который отлично работает, и люди подписываются на него, а затем, спустя годы, когда приходит тысяча человек, ваше приложение не может работать. Или вы пишете запрос, который получает элементы из базы данных, и он отлично работает, а потом намного позже происходит сбой сервера?
Перечисленные выше события можно назвать узкими местами.
Что такое узкие места?
Узкое место похоже на человека весом 130 фунтов,..
Производство моделей машинного обучения
Одна вещь, которую я недавно заметил, - это стиль руководств по машинному обучению и то, как часто они оставляют вас с последним шагом где-то вроде:
и теперь у вас есть готовая модель, и все готово ...
Но после этого вы еще не закончили. Что делать, если вы хотите продемонстрировать эту модель друзьям или даже потенциальным клиентам? Как сделать вашу потрясающую модель доступной для других и легко понять?
Одна из основных причин, по которой большинство руководств не выходят за..
Вход в Python и GCP
Причудливая печать на экране
Google Cloud Platform использует стандартный пакет python для ведения журналов, который поставляется со стандартной библиотекой python. Это перенаправляет все выходные данные журнала, в зависимости от конфигурации, в облачные журналы с учетом некоторой простой настройки. См. ниже.
import google.cloud.logging
client = google.cloud.logging.Client()
# Retrieves a Cloud Logging handler based on the environment
# you're running in and integrates the handler..
Наука о данных из окопов: заметки по развертыванию моделей машинного обучения
Настоящий успех моделей машинного обучения наступает тогда, когда они переходят из безопасных убежищ Proof of Concept (POC) и Minimum Viable Prototype (MVP) в большой плохой мир производственной среды. Самые благонамеренные и технически совершенные модели могут не принести желаемых бизнес-результатов в производственной среде из-за плохого планирования и инфраструктуры. В этой статье рассказывается о моем опыте развертывания моделей машинного обучения, чтобы определить ключевые..
Мониторинг конвейеров машинного обучения
В этом блоге я много говорил о процессе внедрения кода машинного обучения в производство. Однако, когда модели запущены в производство, вы еще не закончили, вы только начинаете. Модели придется столкнуться со своим злейшим врагом: Реальным миром!
В этом посте основное внимание уделяется тому, какие виды мониторинга вы можете использовать, чтобы понять, как ваша модель работает в реальном мире. При этом учитывается как непрерывное обучение, так и использование обученной модели. Он..
Узел в производстве — Советы
Всегда делайте «try…catch…» при разборе JSON. request(options, (error, response, body) => {
let data = {}, products = [];
if (error){
// handle the error here
console.log(error);
res.redirect('/fallback');
}
try {
data = JSON.parse(body);
products = data.productList.filter(product => product.instock);
} catch (exception) {
// handle the exception here
console.log(exception);..
