5步将您的机器学习模型投入生产！

创建出色的机器学习系统是一门艺术。

构建出色的机器学习系统时，需要考虑很多因素。但是经常发生的情况是，我们作为数据科学家其实只担心项目的某些部分。

那么，你们是否曾经考虑过拥有模型后将如何部署模型？

我见过很多机器学习项目，但其中许多注定要失败，因为它们从一开始就没有一个固定的生产计划。

这篇文章是关于一个成功的ML项目的过程需求。

1.在开始时建立基线

您实际上并不需要建立模型来获得基准结果。

假设我们将使用RMSE作为我们的时间序列模型的评估指标。然后我们在测试集上评估了模型，RMSE为3.64。

3.64是不错的RMSE吗？我们怎么知道？我们需要基线RMSE。

这可能来自用于同一任务的当前使用的模型，或通过使用一些非常简单的启发式方法。对于时间序列模型，失败的基准是最后一天的预测。也就是说，预测前一天的数字。

或者是图像分类任务，抽取1000个贴有标签的样本，并按人类分类，而人为准确性可以成为您的基准。如果人类无法在任务上获得70％的预测准确性，那么您的模型达到类似水平时，您总是可以考虑使流程自动化。

学习：在创建模型之前，请先了解要获得的结果。放出一些期望值只会让您和您的客户失望。

2.持续集成是前进的道路

您现在已经创建了您的模型。它的性能优于本地测试数据集上的基线/当前模型。我们应该前进吗？

我们有两个选择：

1. 为了进一步改进我们的模型，我们进入了一个无止境的循环。
2. 在生产环境中测试我们的模型，获得更多有关可能出问题的信息，然后通过持续集成继续改进我们的模型。

我是第二种方法的粉丝。吴恩达（Andrew Ng）在Coursera深度学习专业课程中开设了他的第三门课程，“结构化机器学习项目”。

“不要一开始就尝试设计和构建完美的系统。取而代之的是，可能在短短几天内快速构建和训练基本系统。即使基本系统离您可以构建的“最佳”系统相去甚远，检查基本系统的功能还是很有价值的：您将迅速找到线索，向您显示最有价值的投资方向。”

做完比求完美更好

学习：如果您的新模型在生产中比当前模型更好，或者新模型在基准上更好，那么等待生产就没有意义了。

3.您的模型可能会投入生产，模型是否比基准更好？

它在本地测试数据集上的性能更好，但总体上是否真的能很好地工作？

要测试您的模型优于现有模型的假设的有效性，可以设置A / B测试。一些用户（测试组）看到来自模型的预测，而某些用户（控件）看到来自先前模型的预测。

实际上，这是部署模型的正确方法。您可能会发现实际上您的模型并不像看起来那样好。

错的是我们没有料到自己可能会错

很难指出为什么模型在生产环境中表现不佳，但某些原因可能是：

• 您可能会看到实时获得的数据与训练数据有很大的不同。
• 或者您没有正确完成预处理管道。
• 否则您无法正确衡量性能。
• 也许您的实现中存在错误。

学习：不要全面投入生产。 A / B测试始终是前进的绝妙方法。准备好要依靠的东西（也许是旧型号）。可能总会有东西有问题，这是你无法预料到的事情。

4.您的模型甚至可能无法投入生产

我创建了这个ML模型，它提供了90％的准确性，但是获取预测大约需要10秒。

这个数字是可以接受的吗？也许对于某些用例来说是这样，但实际上没有。

过去，有许多Kaggle比赛的获胜者最终创造出了“怪兽组合”，从而在排行榜上名列前茅。下面是一个特别的令人兴奋的示例模型，该模型用于赢得Kaggle的Otto分类挑战：

另一个例子是Netflix百万美元推荐引擎挑战赛。由于涉及工程成本，Netflix团队最终从未使用过成功的解决方案。

那么如何在机器上使模型准确又容易呢？

这里有师生模型或知识提炼的概念。在知识蒸馏中，我们在已经训练好的较大的老师模型上训练了较小的学生模型。在这里，我们使用教师模型中的软标签/概率，并将其用作学生模型的训练数据。

关键是老师正在输出“软标签”而不是“硬标签”。例如，水果分类器可能会说“ Apple 0.9，Pear 0.1”而不是“ Apple 1.0，Pear 0.0”。何必呢？因为这些“软标签”比原始标签提供的信息更多。告诉学生，特定的苹果确实有点像梨，学生模型通常可以非常接近教师水平的表现，即使使用的参数减少了1-2个数量级！

学习：有时候，我们在预测时没有很多可用的计算，因此我们希望有一个更轻便的模型。我们可以尝试建立更简单的模型，或者尝试针对此类用例使用知识提炼。

5.维护和反馈循环

世界不是恒定不变的，您的模型权重也不是恒定的

我们周围的世界正在迅速变化，两个月前可能适用的方法现在可能已不重要。在某种程度上，我们建立的模型是对世界的反映，如果世界在变化，我们的模型应该能够反映这种变化。

模型性能通常会随着时间而下降。

因此，我们必须从一开始就考虑将我们的模型升级为维护周期的一部分。

此周期的频率完全取决于您要解决的业务问题。在广告预测系统中，用户往往会变幻无常，并且购买模式不断出现，因此频率需要非常高。在评论情绪分析系统中，由于语言本身的结构变化不是很大，频率不必那么高。

反馈循环

我也想承认反馈循环在机器学习系统中的重要性。假设您预测在狗对猫分类器中，特定图片是狗的可能性很小。我们可以从这些低置信度的例子中学到什么吗？您可以将其发送到手动审阅，以检查它是否可以用于重新训练模型。这样，我们就可以在不确定的实例上训练分类器。

学习：考虑生产时，还要提出一个计划，以使用反馈来维护和改进模型。

结论

在考虑将模型投入生产之前，我发现这些事情是很重要的。

尽管这并不是您需要考虑的事情的清单，也可能会出错的事情的清单不完整，但无疑可以作为您下次创建机器学习项目和最佳实践。

如果你想了解更多关于如何构建一个机器学习项目和最佳实践，我想在Coursera可以找到你想要的。