반응형 머신러닝2 [BOOK] Building Machine Learning Pipelines #2 TFX (텐서플로 익스텐디드) O`REILLY Building Machine Learning Pipelines 2. TFX - 텐서플로 익스텐디드 TFX 머신러닝 파이프라인은 매우 복잡해서 작업 의존성을 관리하는데 많은 시간과 노력이 필요합니다. 파이프 라인에는 데이터 검증, 전처리, 모델 학습 등 다양한 작업이 포함되어 있으며, 업무 간 연결성이 취약(관계가 약함)합니다. 연결성이 취약하므로, 프로덕션 모델을 자주 업데이트가 난해하고, 검증 또한어렵기 때문에 관리하기가 어려웠습니다. 이런 문제를 해결하고자 구글 내부에서 머신러닝 파이프라인 프레임워크의 오픈 소스 버전 TFX가 개발되었습니다. TFX 컴포넌트 종류 ExampleGen: 데이터 수집 StatisticsGen, SchemaGen, ExampleValicator: 데이터 .. 2023. 1. 11. [BOOK] Building Machine Learning Pipelines #1 머신러닝 파이프라인 O`REILLY Building Machine Learning Pipelines 살아 움직이는 머신러닝 파이프라인 설계 지은이: 하네스 하프케, 캐서린 넬슨 옮긴이: 송호연 #1 머신러닝 파이프라인 ## 모델 생애 주기 단계를 자동화한 머신러닝 파이프라인 이점 - 기존 모델 유지보수에서 벗어나 새 모델에 집중할 수 있는 능력 - 버그 예방(자동화된 파이프라인은 버그를 예방) - 버전 관리 문서화(모델 변경에 관한 버전 관리 문서 생성) - 표준화: 표준화된 머신러닝 파이프라인은 경험을 개선 - 파이프라인의 비즈니스 사례 예제 프로젝트 https://github.com/chris-chris/building-machine-learning-pipelines.git 2023. 1. 9. 이전 1 다음 반응형
