虎年生男生女计算表怀孕生男生女计算器( 三 )

文章插图
文章插图
MLOps是什么？
MLOps，即Machine Learning和Operations的组合，是ModelOps的子集。
它是数据科学家与操作专业人员之间进行协作和交流以帮助管理机器学习任务生命周期的一种实践。

文章插图
文章插图
与DevOps或DataOps方法类似，MLOps希望提高自动化程度并提高生产ML的质量，同时还要关注业务和法规要求。
比如在缺少数据的应用场景中进行部署AI时，例如农业场景，你不能指望自己有一百万台拖拉机为自己收集数据。
基于MLOps，吴恩达也提出几点建议：
MLOps的最重要任务是提供高质量数据。标签的一致性也很重要。检验标签是否有自己所管辖的明确界限，即使标签的定义是好的，缺乏一致性也会导致模型效果不佳。系统地改善baseline模型上的数据质量要比追求具有低质量数据的最新模型要好。如果训练期间出现错误，那么应当采取以数据为中心的方法。如果以数据为中心，对于较小的数据集（<10,000个样本），则数据容量上存在很大的改进空间。当使用较小的数据集时，提高数据质量的工具和服务至关重要。

文章插图
文章插图
十年前，社区开始接受深度学习，那时还不知道需要多少万份新颖的发明、多少研究论文，才能达到我们现今的发展地位。
但昔日的不解早已烟消云散。
「人们一开始质疑TensorFlow和其它奠定基础的框架。而如今，我认为，在考虑MLOps和以数据为中心的人工智能时，随时都有数以万计的想法有待发明。」
归根结底，任何机器学习的企业都必须关心客户对产品的需求，所有事情都与业务有关。
在构建MLOps团队时，吴恩达推荐了一条可靠的原则：
要求团队进行长期、认真地审视，确保在整个产品生命周期中，始终能产出高质量的数据。
【虎年生男生女计算表怀孕生男生女计算器】「即使MLOps一词没有出现在职位描述中，但我认为，MLOps仍然是现在人们需要学习的一项重要技能。」