추론은 예측이 아닌 모델 훈련의 일부인가요?
월요일 13 11월 2023
by 헤마 구나세카란
기계 학습 분야, 특히 Google Cloud 기계 학습의 맥락에서 "추론은 예측이 아닌 모델 훈련의 일부입니다"라는 진술은 완전히 정확하지 않습니다. 추론과 예측은 기계 학습 파이프라인의 서로 다른 단계로, 각각은 서로 다른 목적을 수행하고 프로세스의 서로 다른 지점에서 발생합니다.
- 에 게시됨 인공 지능, EITC/AI/GCML Google Cloud 머신 러닝, 개요, 머신 러닝이란?
모델을 제공한다는 것은 무엇을 의미합니까?
화요일, 15 8월 2023
by 브라이언 버클리
인공 지능(AI) 맥락에서 모델을 제공한다는 것은 생산 환경에서 예측을 하거나 다른 작업을 수행하는 데 사용할 수 있는 훈련된 모델을 만드는 프로세스를 의미합니다. 여기에는 입력 데이터를 수신하고 처리하고 원하는 출력을 생성할 수 있는 서버 또는 클라우드 인프라에 모델을 배포하는 작업이 포함됩니다.
TFX가 실행될 때마다 모든 구성 요소에 대한 실행 레코드를 유지하는 것이 왜 중요한가요?
일요일, 06 8 월 2023
by EITCA 아카데미
여러 가지 이유로 TFX(TensorFlow Extended)가 실행될 때마다 모든 구성 요소에 대한 실행 레코드를 유지하는 것이 중요합니다. 메타데이터라고도 하는 이러한 레코드는 디버깅, 재현성, 감사 및 모델 성능 분석을 비롯한 다양한 목적을 위한 귀중한 정보 소스 역할을 합니다. 에 대한 자세한 정보를 캡처하고 저장함으로써
- 에 게시됨 인공 지능, EITC/AI/TFF TensorFlow 기초, 텐서플로우 확장(TFX), 메타 데이터, 심사 검토
파이프라인 관리 및 최적화를 위해 TFX에 포함된 수평 레이어는 무엇인가요?
일요일, 06 8 월 2023
by EITCA 아카데미
TensorFlow Extended의 약자인 TFX는 생산 준비가 된 기계 학습 파이프라인을 구축하기 위한 포괄적인 종단 간 플랫폼입니다. 확장 가능하고 신뢰할 수 있는 기계 학습 시스템의 개발 및 배포를 용이하게 하는 일련의 도구 및 구성 요소를 제공합니다. TFX는 기계 학습 파이프라인을 관리하고 최적화하는 문제를 해결하도록 설계되어 데이터 과학자를 지원합니다.