Loading [MathJax]/jax/output/CommonHTML/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >将预测模型投入生产

将预测模型投入生产
EN

Data Science用户
提问于 2018-01-29 16:36:19
回答 1查看 86关注 0票数 0

即使在经历了2010年到2018年这么多年的数据科学之后,为什么没有一个将预测模型投入生产的通用框架呢?

EN

回答 1

Data Science用户

回答已采纳

发布于 2018-01-29 20:09:24

根据你所说的框架到底是什么意思,我会说有。在推理时使用REST接口为生产模型服务,在这一点上非常接近于一般的服务框架。

然而,即使有一个明确存在的用例,也有可能有无限数量的用例偏离此标准。例如,一些使用用户不希望传输到云端的个人数据上的图像识别模型的移动应用正在推动将以前庞大的神经网络体系结构压缩成易于适应移动内存的方法。

如果您说的是软件框架,那么在编程实践领域(或者更确切地说,是大量的领域)发现需要各种语言,甚至是语言内部的生态系统,很难在一个单一的应用程序上形成共识,这就不足为奇了。

部署框架可能还没有带来足够的好处,因此需要减少一般的灵活性,以证明其使用是合理的。

票数 1
EN
页面原文内容由Data Science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://datascience.stackexchange.com/questions/27218

复制
相关文章
5步将您的机器学习模型投入生产!
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。
用户6543014
2019/11/18
5160
将生成式AI 投入生产
生成式人工智能和大型语言模型 (LLM) 是人工智能的新革命,为世界带来了不到两年前我们只能梦想的能力。与深度学习等之前的里程碑不同,在当前的人工智能革命中,一切都发生得比以往任何时候都快。
大数据杂货铺
2024/06/27
1150
将生成式AI 投入生产
使用ONNX将GPT Neo(或其他)投入生产
https://github.com/oborchers/Medium_Repo/blob/master/Putting%20GPT-Neo%20into%20Production%20using%C2%A0ONNX/ONNX-Export.ipynb
磐创AI
2021/08/05
2.9K1
使用ONNX将GPT Neo(或其他)投入生产
预测模型数据挖掘之预测模型
定性研究与定量研究的结合,是科学的预测的发展趋势。在实际预测工作中,应该将定性预测和定量预测结合起来使用,即在对系统做出正确分析的基础上,根据定量预测得出的量化指标,对系统未来走势做出判断。
用户2909867
2018/08/22
5K0
将归纳偏见注入机器学习模型,从而预测人类决策
人类的决策通常很难从理论上预测和描述。尽管如此,近几十年来,一些研究人员已经开发了旨在解释决策的理论模型,以及试图预测人类行为的机器学习模型,但准确预测人类的决策仍然是一个重大的研究挑战。
AiTechYun
2019/06/24
7740
将归纳偏见注入机器学习模型,从而预测人类决策
NVIDIA加快与车厂合作,积极将人工智能技术投入生产
NVIDIA 今日宣布一连串与欧洲五大车辆相关业者的合作案,推动将人工智能技术用在车辆生产作业上,以增进在欧洲市场里的市占率。 NVIDIA 创办人暨执行长黄仁勋在德国斯图加特举行的欧洲车业年度盛事电动车大会(Automobil Elektronik Congress)上,描述对于自动驾驶车来说,人工智能深度学习技术是一项“引人注目的技术”。 他公布 NVIDIA 新的合作伙伴与合作案,这突显出 NVIDIA 在市值十兆美元的交通市场里的领导地位不断扩大。这些合作伙伴与合作案分别是: l Volvo 汽车
GPUS Lady
2018/04/02
7410
NVIDIA加快与车厂合作,积极将人工智能技术投入生产
AI落地之难:大多数机器学习模型没有投入生产|QCon
人工智能是一项伟大的技术,但这项伟大的技术,就像人类的大脑一样开发程度不足 5%,它只能被称为弱人工智能。 不过,哪怕只是弱人工智能,它已经让我们的生产生活发生了巨大的变化,如果把人工智能当成虚拟员工,这位员工已经深入到了企业的各个职能线中,从决策到产研,承担着重要的辅助角色,从而帮助企业降本增效来推动形成商业价值。 人工智能采用率的提高同样会对计算资源和基础设施提出新的要求。 第一个,数据问题。人工智能需要大量的数据用以训练模型,如果上层的数据体系没有建设好,人工智能还能做得好就是怪事了。 第二个,算力问
深度学习与Python
2023/03/29
2890
AI落地之难:大多数机器学习模型没有投入生产|QCon
【数据挖掘】数据挖掘建模 ( 预测建模 | 描述建模 | 预测模型 | 描述模型 | 判别模型 | 概率模型 | 基于回归的预测模型 )
① 目的 : 根据现有的数据集的 若干 ( 1 个或多个 ) 属性值 ( 特征值 / 变量 ) , 预测其它属性值 ;
韩曙亮
2023/03/27
2.2K0
灰色理论预测模型
灰色理论 通过对原始数据的处理挖掘系统变动规律,建立相应微分方程,从而预测事物未来发展状况。  优点:对于不确定因素的复杂系统预测效果较好,且所需样本数据较小;  缺点:基于指数率的预测没有考虑系统的随机性,中长期预测精度较差。 灰色预测模型 在多种因素共同影响且内部因素难以全部划定,因素间关系复杂隐蔽,可利用的数据情况少下可用,一般会加上修正因子使结果更准确。  灰色系统是指“部分信息已知,部分信息未知“的”小样本“,”贫信息“的不确定系统,以灰色模型(G,M)为核心的模型体系。 灰色预测模
Angel_Kitty
2018/04/08
2K0
灰色理论预测模型
长时间预测模型DLinear、NLinear模型
今年发布8月份发布的一篇有关长时间序列预测(SOTA)的文章,DLinear、NLinear在常用9大数据集(包括ETTh1、ETTh2、ETTm1、ETTm2、Traffic等)上MSE最低,模型单变量、多变量实验数据:
机器学习AI算法工程
2023/09/04
1.2K0
长时间预测模型DLinear、NLinear模型
将梯度提升模型与 Prophet 相结合可以提升时间序列预测的效果
我们以前的关于使用机器学习进行时间序列预测的文章中,都是专注于解释如何使用基于机器学习的方法进行时间序列预测并取得良好结果。
deephub
2022/04/14
1K0
将梯度提升模型与 Prophet 相结合可以提升时间序列预测的效果
一文讲述如何将预测范式引入到机器学习模型中
随着人工智能的持续深入,深度学习技术在多智能体学习、推理系统和推荐系统上取得了很大进展。 对于多智能体来说,预测能力有着关键性的作用。一个训练有素的智能体已经能骗过智商正常的人类了!你可能不会相信,仅
用户1263954
2018/06/22
5460
一文讲述如何将预测范式引入到机器学习模型中
本文构建了一个在视觉条件下以感官信息作为输入的预测模型。由于无法准确建立感官信息的运动方程,只能通过机器学习来完成。
AI科技大本营
2018/04/28
1.1K7
一文讲述如何将预测范式引入到机器学习模型中
将梯度提升模型与 Prophet 相结合可以提升时间序列预测的效果
来源:Deephub Imba本文约1200字,建议阅读5分钟将Prophet的预测结果作为特征输入到 LightGBM 模型中进行时序的预测。 我们以前的关于使用机器学习进行时间序列预测的文章中,都是专注于解释如何使用基于机器学习的方法进行时间序列预测并取得良好结果。 但是在这篇文章将使用更高级的技术来预测时间序列,本文将使用 Prophet 来提取新的有意义的特征,例如季节性、置信区间、趋势等。 时间序列预测 一般情况下 LightGBM 模型都会使用一些lag的特征来预测未来的结果,这样做一般
数据派THU
2022/05/05
5860
将梯度提升模型与 Prophet 相结合可以提升时间序列预测的效果
灰色预测模型_用excel作灰色预测步骤
灰色预测是对灰色系统所做的预测。目前常用的一些预测方法(如回归分析等),需要较大的样本,若样本较小,常造成较大误差,使预测目标失效。灰色预测模型所需建模信息少,运算方便,建模精度高,是处理小样本预测问题的有效工具。
全栈程序员站长
2022/09/20
1.6K0
灰色预测模型_用excel作灰色预测步骤
预测模型的计算时间
在周二我给精算师上的5小时机器学习速成课结束时,皮埃尔问了我一个有趣问题,是关于不同技术的计算时间的。我一直在介绍各种算法的思想,却忘了提及计算时间。我想在数据集上尝试几种分类算法来阐述这些技术。
jiazheng2222
2018/05/23
2.7K0
预测模型的计算时间
模型预测:越准越好?
我们说过,模型的所谓“学习”,就是拟合数据,而整个学习过程,就是不断调整模型拟合数据,因此,也诞生了“过拟合”这个概念。
木羊
2022/04/11
4590
利用深度学习模型提取信号做临床预测,或将提高医护质量
预测接下来会发生什么是机器学习的应用领域。那么在你通勤时预测交通状况,或者在英语翻译到西班牙语时预测下一个词,这些类型的机器学习是否也可以用于临床预测呢?在实践中,实用的预测至少应该是这样的:
AiTechYun
2018/07/27
7350
利用深度学习模型提取信号做临床预测,或将提高医护质量
【视频】Python用GM(1,1)灰色模型预测模型对电力预测
负荷预测是电力系统的重要工作之一,对电力系统各个部门的工作都起着非常重要的作用(点击文末“阅读原文”获取完整代码数据)。
拓端
2023/08/31
4030
【视频】Python用GM(1,1)灰色模型预测模型对电力预测
《PytorchConference2023 翻译系列》17-让pytroch模型更快速投入生产的方法——torchserve
大家好,非常感谢大家的加入。我是马克,在推理和PyTorch方面有着丰富的经验。今天我想和大家谈谈一种让你的模型快速投入生产的方法。训练模型的过程非常艰难,你需要花费大量时间和计算资源。但是推理问题似乎相对简单一些。基本上,你只需要将模型在一个批次上运行即可。这就是推理过程所需要的。然而,如果你更接近真实的场景,可能需要进行一些额外的步骤。比如,你不能每次推理都重新加载模型,而且你可能需要设置一个HTTP服务器,并对其进行推理。然后你需要加载模型权重和相关数据,对于大型模型,这可能需要很长时间。此外,用户不会发送张量给你,他们可能发送文本或图像,所以你可能需要对这些输入进行预处理。然后你就可以运行推理了。
BBuf
2024/01/23
2520
《PytorchConference2023 翻译系列》17-让pytroch模型更快速投入生产的方法——torchserve

相似问题

一旦预测模型投入生产,如何对其进行评估?

20

理解预测模型

20

周期预测模型

10

时间序列预测模型

10

理解搅拌预测模型

10
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文