Guía de operaciones de Kubeflow

Capítulo 8. Servicio e integración de modelos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El aprendizaje automático en la práctica se centra en gran medida en el entrenamiento de modelos de aprendizaje automático. Sin embargo, muchos libros de teoría no abordan las cuestiones relativas a cómo integrar un modelo en una aplicación de producción y gestionar el ciclo de vida del modelo. Kubeflow como plataforma cubre todas las fases del desarrollo y la implementación de modelos.

En este capítulo construimos tu comprensión de los conceptos operativos del aprendizaje automático, y luego mostramos cómo se ejecutan estos conceptos con KFServing en Kubernetes en la práctica. Empecemos aprendiendo los conceptos básicos de la gestión de modelos.

Conceptos básicos de la gestión de modelos

Necesitas comprender los siguientes conceptos básicos relacionados con las operaciones de aprendizaje automático:

• Entrenamiento del modelo frente a inferencia del modelo
• Latencias de inferencia
• Los componentes de alto nivel de la operacionalización de un modelo en producción
• Latencias de las operaciones por lotes frente a las transaccionales
• Transformar datos brutos en vectores
• Cableado de un único modelo frente a la gestión de modelos
• Saber cuándo volver a entrenar un modelo
• Retrocesos del modelo
• Modelos de seguridad para la gestión de modelos
• Escalar un modelo en producción
• Monitoreo del rendimiento de un modelo
• Explicabilidad del ...