Produktions-ML-Systeme

Bisher haben wir uns in diesem Kurs auf die Erstellung von Modellen für maschinelles Lernen (ML) konzentriert. Wie Abbildung 1 jedoch zeigt, sind reale Produktions-ML-Systeme große Ökosysteme und das Modell ist nur ein einzelner, relativ kleiner Teil.

Abbildung 1: ML-Systemdiagramm mit den folgenden Komponenten: Datenerfassung, Featureextraktion, Prozessmanagementtools Datenüberprüfung, Konfiguration, Verwaltung von Maschinenressourcen, für das Monitoring, die Bereitstellungsinfrastruktur und den Code für ML-Modelle. ML Modellcode-Teil des Diagramms von den anderen neun Komponenten.
Abbildung 1: Ein reales ML-System für die Produktion besteht aus vielen Komponenten.

 

Im Mittelpunkt eines realen Produktionssystems für maschinelles Lernen steht das ML Modellcode, stellt aber häufig nur 5% oder weniger der gesamten Codebasis in System. Das ist kein Fehldruck, ist es deutlich weniger, als Sie zu erwarten ist. Beachten Sie, dass ein ML-Produktionssystem erhebliche Ressourcen den Eingabedaten hinzu: Sie sammeln, verifizieren und Funktionen daraus extrahieren.

Zurück
Testen Sie Ihr Wissen (10 Min.)
Weiter
Statisches und dynamisches Training (10 Min.)