• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Building A Platform for Machine Learning Operations from Open Source Frameworks
【24h】

Building A Platform for Machine Learning Operations from Open Source Frameworks

机译：从开源框架构建机器学习操作平台

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Machine Learning Operations (MLOps) aim to establish a set of practices that put tools, pipelines, and processes to build fast time-to-value machine learning development projects. The lifecycle of machine learning project development encompasses a set of roles, stacks of software frameworks and multiple types of computing resources. Such complexity makes MLOps support usually bundled with commercial cloud platforms that is referred as vendor lock. In this paper, we provide an alternative solution that devises a MLOps platform with open source frameworks on any virtual resources. Our MLOps approach is driven by the development roles of machine learning models. The tool chain of our MLOps connects to the typical CI/CD workflow of machine learning applications. We demonstrate a working example of training and deploying a machine learning model for the application of detecting software repository code vulnerability.
机译：机器学习操作（MLOPS）旨在建立一组实践，将工具，管道和流程建立快速时间到价值机器学习开发项目。 机器学习项目开发的生命周期包含一组角色，堆栈的软件框架和多种类型的计算资源。 这种复杂性使得MLOPS支持通常与被称为供应商锁定的商业云平台捆绑在一起。 在本文中，我们提供了一种替代解决方案，它在任何虚拟资源上使用开源框架设计了MLOPS平台。 我们的MLOPS方法是由机器学习模型的开发角色驱动的。 我们的MLOP的工具链连接到机器学习应用的典型CI / CD工作流程。 我们演示了培训和部署机器学习模型的工作示例，以应用检测软件存储库代码漏洞。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号