用MLaaS部署几种模型的深度学习系统
用MLaaS部署几种模型的深度学习系统
提问于 2021-01-19 04:34:50
我阅读了一些关于部署示例的文章，它们是关于部署一个模型，而不是一个完整的深度学习系统。
如果我想部署我的项目，包括启动使用不同框架构建的多个深度模型(Py火炬、tensorflow)，那么有什么好的选择：
- 与整个项目建立码头形象，并使用ml服务(azure，aws等)进行部署；
- 或使用所选的MLaaS部署每个模型，并在其他地方部署向上述模型发出请求的逻辑；
如有任何关于这一主题的参考或链接，我将不胜感激。谢谢。
回答 1
Stack Overflow用户
发布于 2021-01-19 05:49:13
我们有许多模型的公开开源版本溶液促进剂。加速器现在可以在GitHub上使用，并向所有人开放:许多型号：https://aka.ms/many-models。·查看MTC AI架构师Sam 这里关于许多模型的博客
使用designer：https://learn.microsoft.com/en-us/azure/machine-learning/how-to-deploy-model-designer检查此文档？基本上，您可以在Designer中注册一个经过训练的模型，然后使用SDK/CLI来部署它。
使用Azure ML和Azure DevOps之间当前集成的一种方法是在Azure DevOps中设置一个发布管道，这是由Dev工作区模型注册表中的模型注册触发的，它们将模型注册部署到Prod工作区。这个回购https://github.com/Microsoft/MLOpsPython中有指导和示例，MLops在http://aka.ms/mlops中有更一般的指导，这也允许将集成测试放入您的发布过程中，或者在需要时使用DevOps功能来执行其他步骤，比如审批过程。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/65785528
复制相关文章
相似问题
腾讯云开发者
