OnDemandMLflowTrainAndServe:使用Azure Databricks和MLflow的按需训练和服务的机器学习模型的解决方案 源码
使用MLflow服务按需机器学习模型 使用和的按需训练和服务的机器学习模型的解决方案。 那里的大多数文档和样本通常会向您展示如何采用一种特定的ML模型并将其引入具有生产规模的生产环境中。 在此示例解决方案中,我们尝试提供一种方法来同时缩放系统中现有的不同模型的数量,而不是针对将要回答的推理请求的数量缩放一个特定的模型。 它是根据实际用例进行概括的,在该用例中,最终用户的行为需要对模型进行即时训练,然后根据其规格进行小规模推理。 此存储库中的代码允许创建MLflow项目的数据科学家使用不同的参数对其进行测试,然后再根据经过训练的模型为模型提供预测结果。 运行此示例时,我们假设一个笔记本已
文件列表
OnDemandMLflowTrainAndServe-master.zip
(预估有个64文件)
OnDemandMLflowTrainAndServe-master
NOTICE
51KB
build_and_push.sh
683B
images
architecture.png
42KB
process_flow.png
91KB
training
package.json
1KB
.eslintrc.json
522B
tests
暂无评论