آموزش پایپ‌لاین‌های یادگیری ماشین (ML Pipelines) در گوگل کلود - آخرین آپدیت

سرفصل ها و درس ها

소개

• 과정 소개

TFX 파이프라인 소개

• TensorFlow Extended(TFX)

• TFX 개념

• TFX 표준 데이터 구성요소

• TFX 표준 모델 구성요소

• TFX 파이프라인 노드

• TFX 라이브러리

TFX를 사용한 파이프라인 조정

• TFX 조정자

• Apache Beam

• Cloud AI Platform의 TFX

커스텀 구성요소 및 TFX 파이프라인용 CI/CD

• TFX 커스텀 구성요소 - Python 함수

• TFX 커스텀 구성요소 - 컨테이너 + 서브클래스화

• TFX 파이프라인용 CI/CD 워크플로

TFX 메타데이터

• TFX 파이프라인 메타데이터

• TFX ML 메타데이터 데이터 모델

다양한 SDK, KubeFlow, AI Platform Pipelines로 지속적 학습

• 컨테이너화된 학습 애플리케이션

• PyTorch, Scikit, XGBoost 애플리케이션 컨테이너화

• KubeFlow 및 AI Platform Pipelines

• 지속적 학습

Cloud Composer를 사용한 지속적 학습 파이프라인

• Cloud Composer란 무엇인가요?

• Apache Airflow의 주요 개념

• Cloud Composer를 사용한 지속적 학습 파이프라인(데이터)

• Cloud Composer를 사용한 지속적 학습 파이프라인(모델)

• Apache Airflow, 컨테이너, TFX

Mlflow를 사용한 ML 파이프라인

• 소개

• ML 개발 과제 개요

• MLflow가 이 문제를 해결하는 방법

• MLflow 추적

• MLflow 프로젝트

• MLflow 모델

• MLflow 모델 레지스트리

• 데모: 로컬에서 MLflow 배포.

• 데모: Databricks Community Edition를 사용한 MLflow

요약

• 과정 요약