文件名称：mlops_bodywork：使用bodypackage包测试项目
文件大小：14KB
文件格式：ZIP
更新时间：2024-03-08 13:47:21
JupyterNotebook
使用上装的k8s上的ML-Ops 该存储库包含一个简单的机器学习操作（MLOps）项目，该项目演示了如何使用Bodywork ML-Ops框架配置机器学习解决方案以部署到Kubernetes（k8s）。 先决条件 如果要执行以下示例，那么您将需要通过kubectl CLI工具访问k8s集群，最好以admin用户身份进行访问。 车身已针对k8s v1.16和Python 3.7进行了优化。 机器学习任务 我们选择用于此示例的机器学习（ML）问题是使用将分类为三个亚种之一。 在此存储库根目录中找到的笔记本记录了琐碎的ML工作流程，该工作流程用于训练该多类分类任务的决策树分类器，以及为工程和部署所需的一些工作提供原型最终预测（或评分）服务。 配置车身批处理阶段以训练模型 stage-1-train-model目录包含在k8s集群上的预构建容器中训练模型所需的代码和配置，作为批处理工作负载。 使
【文件预览】：
mlops_bodywork-master
----.gitignore(2KB)
----stage-2-deploy-scoring-service()
--------requirements.txt(63B)
--------config.ini(161B)
--------serve_model.py(3KB)
----ml_prototype_work.ipynb(21KB)
----stage-1-train-model()
--------train_model.py(3KB)
--------requirements.txt(65B)
--------config.ini(148B)
----bodywork.ini(188B)
----README.md(8KB)