শুধু একটি ML অ্যালগরিদম প্রয়োগ করার চেয়ে মেশিন লার্নিং এর আরও অনেক কিছু আছে। একটি উত্পাদন এমএল সিস্টেম উল্লেখযোগ্য সংখ্যক উপাদান জড়িত।
উৎপাদন এমএল সিস্টেম
এ পর্যন্ত, আমরা এই সম্পর্কে কথা বলেছি
কিন্তু, একটি এমএল সিস্টেমের বাকি সম্পর্কে কি?
সিস্টেম-স্তরের উপাদান
- না, আপনাকে সবকিছু নিজেকে তৈরি করতে হবে না।
- যেখানেই সম্ভব জেনেরিক ML সিস্টেম উপাদানগুলি পুনরায় ব্যবহার করুন৷
- গুগল ক্লাউডএমএল সমাধানের মধ্যে রয়েছে ডেটাফ্লো এবং টিএফ সার্ভিং
- অন্যান্য প্ল্যাটফর্ম যেমন স্পার্ক, হাদুপ ইত্যাদিতেও উপাদান পাওয়া যাবে।
- আপনি কি প্রয়োজন জানেন কিভাবে?
- কয়েকটি এমএল সিস্টেম দৃষ্টান্ত এবং তাদের প্রয়োজনীয়তাগুলি বুঝুন
ভিডিও লেকচার সারাংশ
এখন পর্যন্ত, মেশিন লার্নিং ক্র্যাশ কোর্স এমএল মডেল তৈরির উপর দৃষ্টি নিবদ্ধ করেছে। যাইহোক, নীচের চিত্রটি পরামর্শ দেয়, বাস্তব-বিশ্বের উত্পাদন এমএল সিস্টেমগুলি বড় ইকোসিস্টেম যার মডেলটি শুধুমাত্র একটি অংশ।
চিত্র 1. বাস্তব-বিশ্ব উত্পাদন এমএল সিস্টেম।
ML কোডটি একটি বাস্তব-বিশ্বের ML উৎপাদন ব্যবস্থার কেন্দ্রবিন্দুতে, কিন্তু সেই বাক্সটি প্রায়শই সেই মোট ML উৎপাদন ব্যবস্থার সামগ্রিক কোডের মাত্র 5% বা তার কম প্রতিনিধিত্ব করে। (এটি একটি ভুল ছাপ নয়।) লক্ষ্য করুন যে একটি ML উত্পাদন সিস্টেম ডেটা ইনপুট করার জন্য যথেষ্ট সম্পদ উৎসর্গ করে - এটি সংগ্রহ করা, এটি যাচাই করা এবং এটি থেকে বৈশিষ্ট্যগুলি বের করা। তদ্ব্যতীত, লক্ষ্য করুন যে ML মডেলের ভবিষ্যদ্বাণীগুলি বাস্তব জগতে ব্যবহারিক ব্যবহারের জন্য একটি পরিবেশন পরিকাঠামো অবশ্যই থাকতে হবে।
সৌভাগ্যবশত, পূর্ববর্তী চিত্রের অনেক উপাদান পুনঃব্যবহারযোগ্য। অধিকন্তু, আপনাকে চিত্র 1-এ সমস্ত উপাদান নিজেই তৈরি করতে হবে না।
টেনসরফ্লো এক্সটেন্ডেড (টিএফএক্স) হল প্রোডাকশন এমএল পাইপলাইন স্থাপনের জন্য এন্ড-টু-এন্ড প্ল্যাটফর্ম।
পরবর্তী মডিউলগুলি একটি প্রোডাকশন এমএল সিস্টেম তৈরিতে আপনার ডিজাইনের সিদ্ধান্তগুলিকে গাইড করতে সহায়তা করবে।