Jusqu'à présent, ce cours s'est concentré sur la création de modèles de machine learning (ML).
Toutefois, comme l'indique la figure 1, les systèmes de production réels sont volumineux
écosystèmes, et le modèle n'est qu'une partie unique et relativement petite.
Figure 1. Un système de production de ML réel comprend de nombreux composants.
Au cœur d'un système de production de machine learning réel se trouve le ML
code du modèle, mais il ne représente souvent que 5% ou moins du codebase total
le système. Ce n’est pas une faute ; il est nettement inférieur
à ce que vous pourriez
à vos attentes. Notez qu'un système de production de ML consacre des ressources considérables
aux données d'entrée: la collecte, la vérification et l'extraction de caractéristiques.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2024/08/13 (UTC).
[]
[]
{
"lastModified": "Dernière mise à jour le 2024/08/13 (UTC).",
"confidential": False
}