प्रोडक्शन एमएल सिस्टम: स्टैटिक बनाम डाइनैमिक अनुमान
अनुमान, लेबल नहीं किए गए उदाहरणों पर, ट्रेन किए गए मॉडल को लागू करके अनुमान लगाने की प्रोसेस है.
आम तौर पर, कोई मॉडल इनमें से किसी एक तरीके से अनुमान लगा सकता है:
स्टैटिक अनुमान (इसे ऑफ़लाइन अनुमान या
बैच अनुमान भी कहा जाता है) का मतलब है कि मॉडल, आम तौर पर इस्तेमाल होने वाले लेबल नहीं किए गए उदाहरणों के आधार पर अनुमान लगाता है. इसके बाद, वह उन अनुमानों को किसी जगह पर कैश मेमोरी में सेव कर देता है.
डाइनैमिक इंफ़रेंस (इसे ऑनलाइन इंफ़रेंस या रीयल-टाइम इंफ़रेंस भी कहा जाता है) का मतलब है कि मॉडल सिर्फ़ मांग पर अनुमान लगाता है. उदाहरण के लिए, जब कोई क्लाइंट अनुमान का अनुरोध करता है.
एक उदाहरण के तौर पर, एक बहुत ही जटिल मॉडल के बारे में सोचें, जिसमें अनुमान लगाने में एक घंटा लगता है.
स्टैटिक अनुमान के लिए, यह एक बेहतरीन स्थिति हो सकती है:
चौथी इमेज. स्टैटिक इंफ़रेंस में, मॉडल अनुमान जनरेट करता है,
जिन्हें फिर सर्वर पर कैश मेमोरी में सेव किया जाता है.
मान लें कि यह वही जटिल मॉडल है जो गलती से स्टैटिक अनुमान के बजाय, डाइनैमिक अनुमान का इस्तेमाल करता है. अगर कई क्लाइंट एक ही समय पर अनुमान का अनुरोध करते हैं, तो ज़्यादातर क्लाइंट को घंटों या दिनों तक अनुमान नहीं मिलेगा.
अब एक ऐसे मॉडल पर विचार करें जो कम से कम कंप्यूटिंग संसाधनों का इस्तेमाल करके, 2 मिलीसेकंड में अनुमान लगाता है. इस स्थिति में, क्लाइंट को डाइनैमिक अनुमान की मदद से, तेज़ी से और बेहतर तरीके से अनुमान मिल सकते हैं, जैसा कि चित्र 5 में बताया गया है.
पांचवीं इमेज. डाइनैमिक इंफ़रेंस में, मॉडल मांग के हिसाब से अनुमान लगाता है.
स्टैटिक इंफ़रेंस
स्टैटिक इंफ़रेंस के कुछ फ़ायदे और नुकसान हैं.
फ़ायदे
अनुमान लगाने की लागत के बारे में ज़्यादा चिंता करने की ज़रूरत नहीं है.
पुष्टि करने के बाद, अनुमान को पॉइंट पर भेजा जा सकता है.
नुकसान
सिर्फ़ कैश मेमोरी में सेव किए गए अनुमान दिखाए जा सकते हैं. इसलिए, हो सकता है कि सिस्टम, असामान्य इनपुट के उदाहरणों के लिए अनुमान न दिखा पाए.
अपडेट में लगने वाले समय को घंटों या दिनों में मेज़र किया जाता है.
डाइनैमिक अनुमान
डाइनैमिक अनुमान लगाने की सुविधा के कुछ फ़ायदे और नुकसान हैं.
फ़ायदे
नए आइटम के आने पर, उसके लिए किसी भी आइटम का अनुमान लगाया जा सकता है. यह सुविधा, कम आम तौर पर होने वाले अनुमान के लिए बहुत अच्छी है.
नुकसान
ज़्यादा कंप्यूटिंग और इंतज़ार का समय कम होना ज़रूरी है. इस कॉम्बिनेशन से मॉडल की जटिलता कम हो सकती है. इसका मतलब है कि आपको एक ऐसा आसान मॉडल बनाना पड़ सकता है जो जटिल मॉडल की तुलना में, अनुमान को ज़्यादा तेज़ी से निकाल सके.
निगरानी की ज़रूरतें ज़्यादा ज़रूरी होती हैं.
एक्सरसाइज़: देखें कि आपको क्या समझ आया
इन चार में से तीन स्टेटमेंट, स्टैटिक इंफ़रेंस के बारे में सही हैं?
मॉडल को सभी संभावित इनपुट के लिए अनुमान बनाने चाहिए.
हां, मॉडल को सभी संभावित इनपुट के लिए अनुमान लगाना चाहिए और उन्हें कैश मेमोरी या लुकअप टेबल में सेव करना चाहिए.
अगर मॉडल उन चीज़ों का अनुमान लगा रहा है जिनका सेट सीमित है, तो
स्टैटिक इंफ़रेंस एक अच्छा विकल्प हो सकता है.
हालांकि, उपयोगकर्ता क्वेरी जैसे फ़्री फ़ॉर्म इनपुट के लिए, जिनमें असामान्य या दुर्लभ आइटम की संख्या ज़्यादा होती है, स्टैटिक अनुमान से पूरी जानकारी नहीं मिल सकती.
सिस्टम, अनुमानित अनुमानों को दिखाने से पहले उनकी पुष्टि कर सकता है.
हां, यह स्टैटिक इंफ़रेंस का एक काम का पहलू है.
किसी दिए गए इनपुट के लिए, मॉडल डाइनैमिक अनुमान की तुलना में, ज़्यादा तेज़ी से अनुमान दे सकता है.
हां, स्टैटिक इंफ़रेंस, डाइनैमिक इंफ़रेंस की तुलना में, आम तौर पर तेज़ी से अनुमान दे सकता है.
दुनिया में होने वाले बदलावों पर तुरंत प्रतिक्रिया दी जा सकती है.
नहीं, यह स्टैटिक इंफ़रेंस का नुकसान है.
डाइनैमिक इंफ़रेंस के बारे में इनमें से कौनसी एक बात सही है?
सभी संभावित आइटम के लिए अनुमान दिए जा सकते हैं.
हां, यह डाइनैमिक इंफ़रेंस की खास बात है. आने वाले हर अनुरोध को एक स्कोर दिया जाएगा. डाइनैमिक अनुमान, ज़्यादा संख्या में मौजूद उन आइटम के डिस्ट्रिब्यूशन को मैनेज करता है जिनकी संख्या कम होती है. जैसे, फ़िल्म की समीक्षाओं में लिखे गए सभी संभावित वाक्यों का स्पेस.
अनुमान का इस्तेमाल करने से पहले, उनकी पुष्टि की जा सकती है.
आम तौर पर, सभी अनुमान का इस्तेमाल करने से पहले उनकी पुष्टि करना संभव नहीं है, क्योंकि अनुमान मांग पर दिए जाते हैं. हालांकि, आपके पास क्वालिटी की कुछ हद तक जांच करने के लिए, एग्रीगेट की गई अनुमान की क्वालिटी को मॉनिटर करने का विकल्प है. हालांकि, ये आग के फैलने के बाद ही आग के अलार्म का सिग्नल देंगे.
डाइनैमिक अनुमान लगाते समय, आपको स्टैटिक अनुमान लगाते समय जितनी चिंता, अनुमान मिलने में लगने वाले समय (अनुमान मिलने में लगने वाला समय) के बारे में नहीं करनी पड़ती.
डाइनैमिक इंफ़रेंस में, अनुमान लगाने में लगने वाला समय अक्सर एक असल समस्या होती है.
माफ़ करें, अनुमान लगाने में लगने वाले समय से जुड़ी समस्याओं को, ज़्यादा अनुमान लगाने वाले सर्वर जोड़कर ठीक नहीं किया जा सकता.
