机器学习运维：关于 MLOps 工具支持的综述
软件工程
2022-02-23 v2
摘要
机器学习（ML）已成为实践中解决方案开发中快速增长且流行的途径。作为 ML 子集的深度学习（DL）利用深度神经网络学习以模拟人脑。它使机器借助计算机算法独立学习技术与流程，这也被视为人工智能（AI）的一种作用。本文中，我们研究从事 ML 项目的组织在软件开发与交付方面的当前技术问题。因此，讨论了能为此类关切提供适当方案的机器学习运维（MLOps）概念的重要性。我们调研了软件开发中商用可用的 MLOps 工具支持。对 MLOps 工具的对比分析了各系统性能及其用例。此外，我们考察 MLOps 工具的特性与可用性，以识别给定场景下最合适的工具支持。最后，我们认识到目前缺乏可全流程自动化、减少人工干预的完全功能性 MLOps 平台。
引用
@article{arxiv.2202.10169,
title = {Machine Learning Operations: A Survey on MLOps Tool Support},
author = {Nipuni Hewage and Dulani Meedeniya},
journal= {arXiv preprint arXiv:2202.10169},
year = {2022}
}
备注
12 pages