MLOps
MLOps 工作流程：使用 Kubeflow 识别数字
手写数字的 MNIST 数据库是深度学习的 Hello-World，因此是不关注 ML 模型本身，而是关注创建 ML 管道的最佳示例。这里的目标是创建一个自动化的 ML 管道，用于获取数据、数据预处理以及创建和服务 ML 模型。您可以在下面看到数字识别器应用程序的概述。 您需要按照以下步骤操作： 部 ......
MLOps-预测糖尿病示例
MLOps定义 MLOps是一门工程学科，旨在统一 ML 系统开发（dev）和 ML 系统部署（ops），以标准化过程生产高性能模型的持续交付。实现 MLOps 有助于使机器学习工作负载可靠且可重现。 例如，你将能够在始终将模型保留在生产环境中时根据需要监视、重新训练和重新部署模型。 MLOps 体 ......
生成式AI时代的AI Infra—从DevOps->MLOps->LLMOps
来源： https://zhuanlan.zhihu.com/p/640725385 距离上次讲LLM相关的内容已经过去2个月了LLM as Controller—无限拓展LLM的能力边界，本文想要从AI Infra的角度出发，从更宏观的角度看Generative AI对AI Infra生态产生的变 ......
MLOps学习记录
MLOps是一种机器学习工程文化，基于MLOps的机器学习系统需要具备持续集成 (CI)、持续交付 (CD) 、持续训练 (CT)等能力。 MLOps和DevOps区别？持续集成 (CI)在传统单元测试、集成测试上，还需要基于验证数据进行模型质量评估。持续交付 (CD)交付的不是一个软件或服务，而是 ......
灵雀云Alauda MLOps 现已支持 Meta LLaMA 2 全系列模型
在人工智能和机器学习领域，语言模型的发展一直是企业关注的焦点。然而，由于硬件成本和资源需求的挑战，许多企业在应用大模型时仍然面临着一定的困难。为了帮助企业更好地应对上述挑战，灵雀云于近日宣布，企业可通过Alauda MLOps（以下简称AML）使用由 Meta 开发的 LLaMA 2 全系列模型。 ......
AIGC时代，基于云原生 MLOps 构建属于你的大模型（上）
为了满足企业在数字化转型过程中对更新迭代生产力工具的需求，灵雀云近日推出了云原生 MLOps 解决方案，帮助企业快速落地AI技术、实现智能化应用和服务。 为什么要打造云原生MLOps解决方案？ 随着信息化技术的不断发展，企业在数字化转型的过程中，需要不断地更新迭代生产力工具，从最早的将物理世界的主要 ......
AIGC时代，基于云原生 MLOps 构建属于你的大模型（下）
为了满足企业在数字化转型过程中对更新迭代生产力工具的需求，灵雀云近日推出了Alauda MLOps 解决方案，帮助企业快速落地AI技术、实现智能化应用和服务。 ......