Oracle开源Graphpipe标准化机器学习模型部署

甲骨文是一家与开源社区建立最佳关系的公司,它今天发布了一个名为Graphpipe的新开源工具,旨在简化和标准化机器学习模型的部署。

该工具包含一组用于遵循标准的库和工具。

Vish Abrams的背景包括帮助在NASA开发OpenStack,以及后来帮助推出2011年OpenStack创业公司Nebula,该项目正在引领该项目。他说,当他的团队挖掘机器学习工作流程时,他们发现了一个差距。虽然团队花费大量精力开发机器学习模型,但实际部署模型以供客户使用却很困难。这就是Graphpipe的用武之地。

他指出,机器学习这样的新技术让人们更容易陷入炒作。尽管开发过程不断改进,但他说人们通常不会考虑部署。

“Graphpipe是我们试图真正改进机器学习模型的部署故事,并创造一个开放标准,围绕这样做以改善空间的方式,”艾布拉姆斯告诉TechCrunch。

正如甲骨文挖掘这一点,他们发现了三个主要问题。对于初学者来说,没有标准的方式来提供API,让您可以使用框架提供的任何内容。接下来,没有标准的部署机制,每次都让开发人员构建自定义的部署机制。最后,他们发现现有方法将性能作为事后的想法,这在机器学习中可能是一个主要问题。

“我们创建了Graphpipe来解决这三个挑战。它提供了一种标准的高性能协议,用于通过网络传输张量数据,以及简单的客户端和服务器实现,从任何框架轻松部署和查询机器学习模型,“艾布拉姆斯在博客文章中写道,宣布发布Graphpipe。

该公司决定将其作为标准并开源,以尝试推动机器学习模型的部署。“Graphpipe位于解决业务问题和推动现有技术发展之间的交叉点上,我个人认为,最好的方法是采用开源方法。通常情况下,如果你试图在没有开源的情况下标准化某些东西,你最终得到的是一堆竞争技术,“他说。

艾布拉姆斯承认甲骨文和开源社区多年来一直存在的紧张关系,但他们表示,他们最近一直致力于通过对Kubernetes和Oracle Functions Project的贡献来改变观念。最后他说,如果技术足够有趣,人们就会给它一个机会,不管是谁把它放在那里。当然,一旦它出现在那里,如果一个社区围绕它建立,它们将适应和改变它,就像开源项目所倾向的那样。艾布拉姆斯希望这种情况发生。

“我们更关注标准的广泛采用,而不是我们对它的特定实现,因为这使每个人都更容易。这完全取决于社区决定这是有价值和有趣的。“他说。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180815A1WQLA00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券