ML还足够年轻,缺乏传统软件开发的成熟工具和工作流程,诸如敏捷开发,持续集成和连续部署等概念使公司牢牢牢牢牢牢
人工智能(AI)/机器学习(ML)软件开发和部署生命周期仍然非常新生。将模型转移到生产的挑战加剧了对速度的需求和合格的ML工程师的短缺。但是希望事情可能很快变得更好。
新的平台和工具正在发芽,将其定义为MLOP,本身就是DevOps的导数。
从TechRepublic查看全文
找不到条目