MLO关键词检索结果

10个Python库,每个MLOPS工程师都应该知道

10 Python Libraries Every MLOps Engineer Should Know

了解10个基本的Python库,这些库支持核心MLOPS任务,例如版本控制,部署和监视。

加速数据科学创新:拜耳作物科学如何使用AWS AI/ML服务来建立其下一代MLOPS服务

Accelerating data science innovation: How Bayer Crop Science used AWS AI/ML services to build their next-generation MLOps service

在这篇文章中,我们展示了拜耳作物科学如何通过培训模型来管理数据分析需求的大规模数据科学操作,并维护高质量的代码文档以支持开发人员。通过这些解决方案,拜耳作物科学计划的开发人员登机时间可下降70%,开发人员生产率提高了30%。

自动型模型培训:带有Tekton和BuildPacks的MLOPS管道

Automate Models Training: An MLOps Pipeline with Tekton and Buildpacks

使用轻量级的GPT-2示例,用于容器化和编排ML培训工作流程的逐步指南。自动化后的模型培训:带有Tekton和Buildpacks的MLOPS管道首先出现在数据科学方面。

Bentoml:初学者的MLOP

BentoML: MLOps for Beginners

使用Bentoml生态系统学习如何在云中构建,测试,部署和监视机器学习模型。

Softserve的AI高级顾问Maryna Bautina - 软件工程对ML的影响,AI领导力增长,IEEE Impact,MLOPS挑战,AI趋势,业务一致性和职业建议

Maryna Bautina, Senior AI Consultant at SoftServe — Influence of Software Engineering on ML, AI Leadership Growth, IEEE Impact, MLOps Challenges, AI Trends, Business Alignment & Career Advice

AI正在以前所未有的速度改变行业,并且在这种不断发展的景观中浏览需要技术专业知识和战略愿景。在这次采访中,我们与Softserve的高级AI顾问Maryna Bautina进行了交谈,他在机器学习,AI驱动的商业解决方案和领导力方面具有丰富的经验。玛丽娜(Maryna)与AI,缩放[…]

7个初学者的MLOPS项目

7 MLOPs Projects for Beginners

使用用户友好的MLOPS工具和直接方法开发AI应用程序,对其进行测试并在云上部署。

大规模管理 ML 生命周期,第 4 部分:使用安全和治理控制扩展 MLOps

Governing the ML lifecycle at scale, Part 4: Scaling MLOps with security and governance controls

这篇文章提供了设置多账户 ML 平台关键组件的详细步骤。这包括配置 ML 共享服务账户,该账户管理中央模板、模型注册表和部署管道;从中央服务目录共享 ML Admin 和 SageMaker 项目组合;以及设置单独的 ML 开发账户,数据科学家可以在其中构建和训练模型。

MLOps 的 7 个基本 Python 库

7 Essential Python Libraries for MLOps

流行的 MLOps Python 工具将使机器学习模型部署变得轻而易举。

从 AI Canvas 到 MLOps Stack Canvas:它们必不可少吗?

From AI Canvas to MLOps Stack Canvas: Are They Essential?

AI、ML 和 MLOps 堆栈画布,通过示例进行解释继续阅读 Towards Data Science »

优化 MLOps 以实现可持续性

Optimizing MLOps for Sustainability

在本文中,我们回顾了在 AWS 上优化 MLOps 以实现可持续性的指南,提供了特定于服务的实践来了解和减少这些工作负载对环境的影响。

汤森路透实验室如何利用 AWS MLOps 服务快速实现 AI/ML 创新

How Thomson Reuters Labs achieved AI/ML innovation at pace with AWS MLOps services

在本文中,我们将向您展示汤森路透实验室 (TR Labs) 如何通过采用使用 AWS SageMaker、SageMaker Experiments、SageMaker Model Registry 和 SageMaker Pipelines 的标准化 MLOps 框架来开发高效、灵活且功能强大的 MLOps 流程。目标是加快团队使用 AI 和机器学习 (ML) 进行实验和创新的速度——无论是使用自然语言处理 (NLP)、生成式 AI 还是其他技术。我们讨论了这如何帮助缩短新想法的上市时间并帮助构建具有成本效益的机器学习生命周期。

The Weather Company 使用 Amazon SageMaker、AWS CloudFormation 和 Amazon CloudWatch 增强 MLOps

The Weather Company enhances MLOps with Amazon SageMaker, AWS CloudFormation, and Amazon CloudWatch

在本文中,我们分享了 The Weather Company (TWCo) 如何使用 Amazon SageMaker、AWS CloudFormation 和 Amazon CloudWatch 等服务增强其 MLOps 平台的故事。TWCo 数据科学家和 ML 工程师利用自动化、详细的实验跟踪、集成训练和部署管道来帮助有效扩展 MLOps。TWCo 将基础设施管理时间缩短了 90%,同时还将模型部署时间缩短了 20%。

最佳端到端开源 MLOps:平台、框架和工具

Best End-to-End Open Source MLOps: Platforms, Frameworks and Tools

您无需在 MLOps 工具上投入大量资金即可将 DevOps 的优势集成到您的机器学习项目中。有许多开源工具可以帮助您实现这一点。当您应对独特挑战并需要支持性社区时,这些工具特别有价值。但是,有...阅读更多»最佳端到端开源 MLOps:平台、框架和工具首先出现在 Big Data Analytics News 上。

AMLO 提供 COVID-19 应对、援助现场医院单位移动方面的专业知识

AMLOs provide expertise in COVID-19 response, aid field hospital unit movements

作为美国政府整体的一部分,AMLO 正在与空中机动司令部和第 618 空中作战中心协调,快速响应纽约市、西雅图、达拉斯和新奥尔良新兴的空中机动需求。对抗击 COVID-19 的响应。

AMLO 提供 COVID-19 响应方面的专业知识,帮助野战医院单位调动

AMLOs provide expertise in COVID-19 response, aid field hospital unit movements

AMLO 正在与空中机动司令部和第 618 空中作战中心协调,迅速应对纽约市、西雅图、达拉斯和新奥尔良新出现的空中机动需求,这是美国政府对抗击 COVID-19 的全政府响应的一部分。

Forrest Mims:保持Mauna Loa天文台开放的十大理由

Forrest Mims: Top 10 Reasons to Keep Mauna Loa Observatory Open

没关系二氧化碳,这是在那里工作的科学家保持MLO开放的十个可靠理由。

我们通过基因工程来治愈癌症,但在农场上禁止

We Cure Cancer With Genetic Engineering But Ban It on Farms

Andrea Love,Imlog,是一名从事癌症和传染病免疫学工作的生物医学科学家,我花了数十年的时间从​​事遗传工具和遗传工程。这些技术... Imma Perfetto,澳大利亚的Cosmos杂志研究人员现在已经解决了他们所谓的“关键瓶颈”,用于制造用于水性锌 - 碘电池的阴极,该电池是... 贝丝·莫尔(Beth Mole),反疫苗倡导者和美国卫生部长罗伯特·肯尼迪(Robert F. Kennedy Jr.)

突破提高锌电池的稳定性

Breakthrough Boosts Stability of Zinc Batteries

Andrea Love,Imlog,是一名从事癌症和传染病免疫学工作的生物医学科学家,我花了数十年的时间从​​事遗传工具和遗传工程。这些技术...