![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
文章平均质量分 73
高高山上立
长期投入技术实践活动,涉及云计算、安全、IT管理。
展开
-
2 kubeflow系统架构 学习笔记
a.在数据准备步骤中,提取原始数据,执行特征工程以提取离线特征存储的 ML 特征,并准备用于模型开发的训练数据。d. 在模型训练步骤中,在大规模计算环境中训练或微调模型。模型训练的结果是经过训练的模型工件,您可以将其存储在模型注册表中。c. 在模型优化步骤中,优化模型超参数,并使用各种 AutoML 算法(例如神经架构搜索和模型压缩)优化模型。b. 在模型开发步骤中,选择一个 ML 框架,开发您的模型架构并探索现有的预训练模型以进行微调,例如 BERT 或 Llama。原创 2024-08-21 17:50:00 · 634 阅读 · 0 评论 -
1 Kubeflow总体介绍-学习笔记
Kubeflow 是一个开源项目社区和生态系统,支持机器学习 (ML) 生命周期中的每个阶段 ,并支持相关的开源 工具和框架,Kubeflow 使 Kubernetes 上的 AI/ML 变得简单、可移植且可扩展。Kubeflow 都能提供模块化、可扩展的工具,满足机器学习生命周期的各个方面:从构建机器学习模型到将其部署到人工智能应用程序的生产中。原创 2024-08-21 16:36:17 · 214 阅读 · 0 评论