| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- DevOps
- 머신러닝
- 인공지능
- 지피티
- gpt2
- 케라스
- nlp
- XAI
- Bert
- AI Fairness
- GPT
- 챗지피티
- word2vec
- trustworthiness
- 인공지능 신뢰성
- ML
- 신뢰성
- ChatGPT
- 딥러닝
- Tokenization
- Ai
- 트랜스포머
- MLOps
- GPT-3
- 설명가능성
- Transformer
- cnn
- 챗GPT
- fairness
- 자연어
Archives
- Today
- Total
research notes
MLOps Infrastructure Stack 본문
반응형
각 개인 또는 기업의 요구사항 및 제한사항에 따라 여러 오픈소스 라이브러리를 활용하여 자체적인 MLOps 시스템을 구축할 수 있다.
현재 MLOps 관련하여 다양한 도구들이 매일 빠르게 개발 및 활용되고 있기 때문에 이러한 시스템을 구축하려면 MLOps 도구 환경에 대한 이해가 있어야 한다. 이와 관련하여 Linux Foundation의 LF AI 프로젝트는 아래와 같이 ML/AI 및 MLOps 도구에 대한 Landscape를 제시하였다.

References:
반응형
'머신러닝 > MLOps' 카테고리의 다른 글
| MLOps Introduction (0) | 2022.06.12 |
|---|---|
| MLOps Principles (0) | 2022.06.06 |
| 데브옵스(DevOps) (0) | 2022.06.04 |
Comments