天天77814网-77814语录-青春正能量

天天77814网-77814语录-青春正能量

天天77814网为广大网友提供77814名言和77814的句子,每日发布最新77814名人名言大全、经典语录、经典名言警句、77814故事等77814文章,传递正能量,共筑中国梦!

菜单导航
天天77814网 > 学习77814 > 正文

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖

作者: 文生 更新时间: 2021年07月20日 22:34:33 游览量: 171

简述:

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖,吴恩达,机器学习,深度学习,人工智能,运维,谷歌

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


新智元报道

来源:外媒

编辑:Priscilla Emil

【新智元导读】近日,MLOps领域的五位专家做客Deeplearning.ai线上讨论会,共同探讨MLOps的发展现状与意义。

自投入应用以来,越来越多人发现MLOps的好处。

一些专家认为MLOps是目前可用的最佳解决方案,甚至掀起了一股「MLOps热」。

在之前,吴恩达在Deeplearning.ai的线上直播中,谈过自己对MLOps的看法。

那时他就认为,人们应该以数据为中心来开发机器学习系统,而MLOps就是为项目提供高质量的数据的重要保障。

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


近日,Deeplearning.ai邀请了 包括吴恩达、Robert Crowe、Lawrence Moroney、Chip Huyen 和 Rajat Monga五位专家 ,共同讨论MLOps,深入了解生产机器学习最重要的方面以及MLOps的实际表现。

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


而在回顾五位专家的交流之前,先看看MLOps是什么?究竟为什么会有这么大的吸引力?

什么是MLOps?

要了解MLOps,就要先了解它的前身:DevOps。

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


一个软件从无到有,需要经历规划、编码、构建、测试、发布、部署和维护这几个阶段,一个程序员就能够完成这些阶段的工作。

但是,当整个软件产业开始发展壮大, 软件的规模和复杂程度会不断攀升,客户一个又一个的需求,再加上产品生产过程中出现的种种问题,工作量可以说是指数级上升。

这其中还会涉及 开发和运营维护 这两大板块。

但DevOps就能够高效地解决开发和运维的问题。

DevOps,即 「development + operations」 ,包括了开发和运维两个层面。

但DevOps的含义却并不像它的名字来源一样,将开发与运维简单粗暴地合并起来。

它要求开发与运维两边的工程师都能够做到 「换位思考」 ,相互接触对方的流程:开发人员参与运维初期的系统部署、提供优化意见;运维人员了解系统架构和技术路线,制定合适的运维方案。

而MLOps,就是 机器学习时代的DevOps 。

也就是说,它既含有DevOps沟通开发运维的功能,也具有利用机器学习的能力来促进企业业务增长的功能。

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


MLOps的要义之一就是缩短模型开发部署的迭代周期,凭借更标准化、自动化的流程与基础设施支持来提高模型交付的整体效率。

此外,MLOps有望能作为一个平台,方便业务、数据、算法、运维角色之间的沟通。

MLOps作为ML的分支,集合了DevOps和ML的所有优点,这也是MLOps受到追捧的原因。

了解过MLOps后,一起来回顾一下这五位专家都讨论了什么吧!

MLOps的重要性

Chip Huyen在斯坦福大学教授机器学习,她认为,模型训练只是其中一个小问题,更大的问题是再培训。

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


Chip Huyen,计算机科学家

一旦模型公开,就会发生数据漂移。

那么,如何才能不断更新和补偿这些变化呢?那就是让模型在现实世界中呈现不同程度的性能。

而谷歌TensorFlow团队成员Robert Crowe就表示自己不喜欢这种命名法,不太看重人们炒作MLOps。

吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖


Robert Crowe,谷歌TensorFlow团队成员

他更感兴趣的是从模型中制作产品并解决所有问题,例如模型漂移、隐私、资源优化和生产ML设置中出现的其他因素。

Crowe解释说,「当你在做研究或在学术界时,你不会遇到这些问题。于我而言,MLOps的重点在于,能够负责任地创建和维持产品或服务。」

几年前,ML社区更强调构建模型、调整超参数或选择正确的架构。

如今,该行业取得了巨大的飞跃,将ML和AI带给大众,只有不断发展,才能发现DevOps在ML中的好处。

吴恩达也承认,过去十年里,深度学习取得了长足的进步。

文章链接://xxlz/137324.html

文章标题:吴恩达等为何力挺MLOps?告别数据漂移,又成求职敲门砖