机器学习博士在获得学位之前需要掌握的九种工具!
机器学习算法与Python实战
共 4779字,需浏览 10分钟
·
2022-03-11 02:46
↓↓↓点击关注,回复资料,10个G的惊喜
无论你在创业还是在做学术研究,这些工具都将使你的技能更上一层楼。
DockerClient 客户端
Docker Daemon 守护进程
Docker Image 镜像
DockerContainer 容器
Dashboard:实验跟踪;
Artifacts:数据集版本控制、模型版本控制;
Sweeps:超参数优化;
Reports 保存和共享可重现的结果。
跟踪:用于跟踪试验,以记录和比较参数与结果;
模型:用于通过各种 ML 库管理模型,并将其部署到各种模型服务和推理平台;
项目:用于将 ML 代码打包成可重用、可再现的格式,以便与其他数据科学家共享或转移到生产环境;
模型注册表:使你可以将模型存储集中化,以便使用版本控制和批注功能来管理模型的完整生命周期阶段转换;
模型服务:可用于将 MLflow 模型以 REST 终结点的形式托管。
评论