部署和管理大规模机器学习模型引入了新的复杂性。幸运的是,有工具,简化了这一过程。在这次演讲中我们通过一个端到端的手在示例显示如何从研究到生产没有多少利用塞尔登的核心和复杂性MLflow框架。训练一组毫升模型,我们将展示一个简单的方法来部署他们kubernetes集群通过复杂的部署方法,包括金丝雀部署,影子的部署,我们会涉及丰富的ML图表等讲解员部署。
塞尔登技术
艾德里安塞尔登是一个机器学习的工程师,他的重点是扩展塞尔登的开源和企业操作机器学习解决大规模问题的产品在汽车的领先机构,医药技术领域。bob下载地址当他不做,艾德里安喜欢尝试新技术,赶上毫升论文。艾德里安塞尔登之前,曾担任过软件工程师在不同的公司,在那里他和led生产代码库的发展起到了推波助澜的作用。艾德里安在机器学习中占有MSc来自伦敦大学学院,在那里他专攻概率方法应用于医疗,以及孟在阿利坎特大学的计算机科学。