文件名称：DeployMachineLearningModels：此存储库包含在各种云服务（例如Azure，Heroku，AWS，GCP等）上部署机器学习模型
文件大小：8.5MB
文件格式：ZIP
更新时间：2024-02-19 23:58:08
docker dockerfile aws devops machine-learning
机器学习模型的部署 想象您建立了一个优化模型，并获得了x％的精度。 您停止流程，继续下一个模型。 但是在实际案例中，将模型带入生产和共享业务见解很重要。 不知道如何部署？ 不用担心。 此仓库包含在各种云服务（例如Azure，Heroku，AWS，GCP等）上部署机器学习模型。 让我们开始吧 数据科学家在jupyter实验室，google colab等中构建机器学习模型，机器学习工程师将构建的模型投入生产。 ML模型的部署仅意味着将模型集成到现有的生产环境中，该环境可以接受输入并返回可用于制定实际业务决策的输出。 一般建筑 部署类型 1.在PAAS中部署模型 机器学习模型可以部署在诸如Heroku，AWS ElasticBeanStalk，Azure Web应用程序等Paas上。 平台即服务为开发人员提供了一个创建自己的应用程序的框架。 PaaS必不可少，它为开发人员提供了一个在线平台来创建和管理软件，而无需担心维护其他所有东西。 用户管理他们创建和存储的应用程序和数据，而提供商则负责处理所有其余的工作。 PaaS产品建立在虚拟化的基础上，通常附带服务以帮助测试和部署应用程序。