如何部署没有预测属性的模型？
部署没有预测属性的模型可以通过以下步骤进行：
- 模型训练和评估：首先，需要使用合适的数据集对模型进行训练，并评估其性能。确保模型在训练集和测试集上都有较好的表现。
- 模型导出：将训练好的模型导出为可部署的格式，如TensorFlow SavedModel或ONNX格式。这样可以确保模型的可移植性和跨平台兼容性。
- 模型封装：将导出的模型封装为一个可调用的API或服务。可以使用Flask、Django等框架创建一个简单的Web服务，或者使用云原生技术如Docker容器将模型封装为一个可部署的镜像。
- 数据预处理：在部署模型之前，需要确保输入数据与模型的期望格式和范围相匹配。这可能涉及到数据清洗、特征缩放、编码等预处理步骤。
- 部署模型：选择适合的部署方式，可以将模型部署在云服务器、边缘设备或者容器中。根据实际需求和预测延迟要求，选择合适的计算资源和部署方案。
- API设计和文档：为模型创建一个易于使用的API，并提供详细的文档和示例代码，以便其他开发人员能够轻松地集成和调用模型。
- 监控和维护：定期监控模型的性能和预测结果，确保模型的稳定性和准确性。如果发现模型性能下降或出现问题，及时进行调整和更新。
腾讯云相关产品推荐：
- 云服务器（ECS）：提供弹性计算能力，适合部署模型和运行预测任务。
- 云函数（SCF）：无服务器计算服务，可用于快速部署和调用模型的API。
- 人工智能机器学习平台（AI Lab）：提供模型训练、部署和管理的全套解决方案。
- 云原生容器服务（TKE）：用于将模型封装为容器镜像，并进行弹性部署和管理。
更多腾讯云产品信息和介绍，请参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
如何改善Kubernetes中部署的模型的响应时间？ 我从localhost Tensorlfow模型得到了0.18秒的响应时间，而Kubenetes集群上的相同模型给出了4秒的响应时间。 Kubernetes Cluster-我创建了一个简单的部署和服务到主机模型。此部署只有一个活动节点。 任何帮助都是非常感谢的。谢谢
浏览 23提问于2019-06-27得票数 0
我在Azure机器学习工作区的模型注册表中注册了一个机器学习模型。
现在，我想将这样的模型包含在一个Linux接口映像中，它暴露了一个rest；然后，我必须将它作为一个IoT边缘模块部署到一个边缘PC中，在那里其他模块将在本地调用它并接收预测。
我在Microsoft文档中搜索过，但我没有找到解决问题的方法，因为建议的示例和教程讨论了如何部署整个iot边缘解决方案或使用azure ml cli部署模型，相反，我必须将该模块添加到其他模块已经存在的现有部署清单中。
浏览 2提问于2022-04-12得票数 0
1回答
我需要在离线设备中部署卷积神经网络模型。我知道我们可以使用来训练一个模型，调优超参数并部署它来进行预测。
但我的问题是，我们是否可以下载经过训练的TensorFlow模型并将其部署到自定义设备上进行预测？
注意-自定义设备将有很大的处理能力，但没有互联网连接。
浏览 2提问于2017-06-06得票数 2
回答已采纳
我创建了ML模型，我想在Azure上部署它。在步骤中，我首先对数据进行预处理，比如对类别的OHE和使用StandardScaler()实现数字数据的标准化，然后对模型进行培训。在此之后，我注册并部署它。我想使用非标准的数据来使用这个模型，并且我希望标准化是azure请求的一部分。这是可能的，还是我必须标准化的数据之前，发送数据到predicion天青？我能否以某种方式部署StandardScaler.fit()，以便在我的模型所在的同一个端点中训练数据？如果没有，你能告诉我如何处理这种情况吗？，你能告诉我哪个端点对我来说更合适吗？我将有一个应用程序，在其中我设置模型参数，然后我想发送一个蓝色的
浏览 7提问于2022-06-16得票数 -1
1回答
作为端点部署在AWS SageMaker上的模型是否存在大小限制？我首先尝试部署一个简单的TensorFlow/Keras分类模型，方法是将模型转换为protobuf、对模型进行注册并进行部署。注册文件的大小约为10 an，我成功地将其部署为端点。但是，我在Nasnet模型中尝试了相同的过程，其中注册文件的大小最终大约为350 of，我得到了以下错误：
生产变体AllTraffic的主容器没有通过ping健康检查。请检查此端点的CloudWatch日志。
难道是因为模型太大而无法部署吗？我尝试将实例类型从'ml.m4.xlarge‘增加到更高的层，但这也不起作用。
浏览 0提问于2020-05-15得票数 1
回答已采纳
1回答
使用LIBSVM进行测试
、、、、
我一直在使用Matlab中的libsvm进行研究。当用于交叉验证结果时，该模型的准确性已经相当好。svmpredict命令要求我们指定正确的测试标签(用于测量准确性)，但是我希望部署模型来对新数据进行分类(具有未知标签)，因此当然没有用于此测试数据的标签。我可以在不指定测试数据的(目标)标签的情况下调用svmpredict吗？如何部署我在生产环境中获得的模型？
浏览 0提问于2013-02-20得票数 1
1回答
我们的用例如下:我们有多个经过自定义培训的模型(数百个模型，并且随着我们允许应用程序的用户通过UI创建模型，然后我们对该模型进行动态培训和部署)，因此将每个模型部署到一个单独的端点是非常昂贵的，因为顶点AI 。基于，我们似乎可以将不同类型的模型部署到同一个端点，但我不确定它将如何工作。假设我有两个不同的经过自定义训练的模型，它们使用自定义容器来预测到同一个端点。另外，假设我指定这两种模式的流量分割为50%。现在，如何向特定模型发送请求？使用python，我们调用端点，如下所示：
from google.cloud import aiplatform
endpoint = aiplatform.
浏览 5提问于2021-11-08得票数 0
回答已采纳
1回答
这是我第一次部署模型。我使用tensorflow，keras，Xception创建了一个cnn模型，保存的模型大约是80MB。当我从一个函数中加载它并进行预测时，大约需要4-5秒。有没有办法减少这段时间？是否必须为每个预测加载模型？
浏览 15提问于2021-03-01得票数 0
我已经为时间序列预测创建了一个ARIMA模型，并希望部署它以便在API端点使用它。但是我无法找到在亚马逊网络服务SageMaker上部署它的方法，我如何部署它。我不想使用DeepAR。或者，有没有办法在SageMaker上部署pickle文件？
浏览 72提问于2021-09-20得票数 1
回答已采纳
我将向云存储导出一个BigQuery ML模型，然后将得到的tensorflow模型导入到顶点ai。
已部署的模型使用的阈值为0.5。
如果我在BigQuery中做预测，我会使用ML.predict和STRUCT(0.05作为阈值)。我如何告诉顶点AI以同样的方式通过所有输入请求的阈值？
浏览 2提问于2022-08-30得票数 0
我已经使用内置的线性学习算法训练了一个亚马逊网络服务SageMaker模型。我可以从S3下载经过训练的模型工件(model.tar.gz)。
如何在独立于AWS的本地环境中部署模型，以便在没有互联网接入的情况下进行预测和推断呼叫？
浏览 6提问于2018-08-10得票数 0
3回答
部署LSTM模型
、、
我已经训练和验证了我的LSTM，我想部署它。因此，我知道我们可以保存和加载Keras的Sequential对象(您可以猜到，我正在使用Keras )。因此，我使用这些函数实现了一个代码。
但是，我想知道我是否必须用所有可用的数据(训练+测试)来训练我的模型，还是像我在学习期间所做的那样对训练集进行训练。许多教程讨论如何训练模型，但没有那么多的教程清楚地介绍了如何部署模型。
我想知道什么是常见的做法，因为我知道我正在做时间序列预测，这是一个具体的问题。
浏览 0提问于2019-08-06得票数 5
回答已采纳
假设我通过用我的训练数据手动标记地面真相标签来部署一个模型，因为用例是这样的，没有人就无法获得地面真相标签。一旦模型被部署，如果我想评估模型在实时数据上的表现，我如何评估它，而不对其中的一些活数据进行抽样，这些数据不附带地面真相标签，并手动给它提供地面真相标签？然后在标记的实时数据样本上评估它的性能，使用它作为新的训练集作为新的模型。这是我所能想到的唯一一种方法，在没有人类干预的情况下，你无法识别地面真相，而且对我来说，这也不是太自动化的方法。
在没有曼纽尔标签的情况下，还有其他方法可以做到吗？
浏览 0提问于2022-03-31得票数 0
我在将使用AutoML创建的BigQuery模型部署到人工智能平台进行在线预测时遇到了困难。
我使用标准过程通过SQL在AutoML中创建了一个BigQuery模型：
CREATE OR REPLACE MODEL `model_name`
OPTIONS
(model_type='automl_regressor', budget_hours=2.0,
... ) AS
SELECT ...)
这很好，我能够成功地得到预期的结果。我现在想把它用于在线预测。为此，我通过Export Model云控制台中的BigQuery函数将模型导出到GCS桶。这给出了桶中包含以下
浏览 1提问于2021-02-19得票数 0
1回答
Contingent模型部署
、、、、
我希望部署一个Tensorflow模型，以便可以使用RESTful应用程序接口访问它以进行推理。
看起来是这项工作的理想工具。我现在使用Tensorflow服务运行了一些MWEs。我也有我的模型工作。
用户将通过Flask网站访问模型，并通过该网站上传数据。Flask网站会将数据发送到模型容器，并返回结果。
但是，对于我的用例，该模型每月最多访问几次，并且延迟不是很大的问题。让模型全天候运行在云服务器上将是一种巨大的资源浪费。
是否有任何工具、工作流或指南允许用户通过web界面部署然后关闭模型？他们愿意等待实例启动的时间。
我是云服务不可知论者，甚至还没有和Tensorflow服务系统结过婚。
浏览 2提问于2018-11-25得票数 0
1回答
我们使用与表一起使用输入作为CSV文件。我们导入数据，将所有模式与可空列和训练模型连接起来，然后部署并使用在线预测来预测一列的值。
我们的目标列的值是max(44-263)。
当我们部署并运行在线预测时，它会返回如下的值
预测结果
0.49457597732543945
95%预测区间
[-8.209495544433594, 0.9892584085464478]
大多数结果集都采用上述格式。如何将其转换为范围为(44-263)的值.没有在网上找到多少相同的文档。
寻找文献参考和解释，并解释95%的预测。
浏览 1提问于2019-04-18得票数 0
回答已采纳
我知道如何取消部署/重新部署对象检测模型-但我的整个项目同时使用对象检测和图像分类。当我们两个都不用的时候，最好的省钱方法是什么？
很容易删除对象检测模型的部署，然后在有数据要处理时重新部署它。图像分类模型也可以这样做吗？
浏览 2提问于2019-11-15得票数 0
我已经训练了一个使用SVMs的姿态检测模型。我想知道如何将它部署为一个铬扩展。我明白这个问题有点宽泛，但如有任何联系、建议等，我们会不胜感激：)
浏览 0提问于2019-09-26得票数 5
回答已采纳
有没有可能成为像Azure Ml Studio Webservice中那样部署的Azure AutoML分类模型的得分概率？
我看不到这个的任何设置。在部署之前，我可以以某种方式扩展完成的模型吗？
浏览 9提问于2020-02-24得票数 1
我一直在尝试使用The Universal Sentence Encoder Multilingual与tensorflow(1.15) keras进行迁移学习。在顺序模型中，我使用了句子编码器作为KerasLayer。训练结束后，我使用tf.saved_model.save将我的模型保存为saved_model.pb。这是我的模型：
import tensorflow as tf
import tensorflow_hub as hub
import tensorflow_text
USE_V3 = "https://tfhub.dev/google/universal-sente
浏览 2提问于2020-05-28得票数 0
1回答
假设我正在构建一个像Uber这样的应用程序，我想根据用户的过去历史、当前的经度以及当前的日期和时间来预测用户最可能的目的地。
我们有数以百万计的用户，但是每个用户的需求可能都是独一无二的，不适合泛化。也就是说，每个人的通勤方式都是不同的，所以你从其他用户那里学到的东西可能不适用于其他用户。
总之，我必须构建数百万个模型，如何将这些模型合并在一起以获得更好的部署过程？如果没有，那么部署数百万模型的最佳实践是什么？
浏览 0提问于2018-12-20得票数 2
我正在考虑在GCP中使用顶点AI部署一个TensorFlow模型。我几乎可以肯定，成本将与每秒的查询次数(QPS)直接相关，因为我将使用自动缩放。我也知道机器的类型(与GPU，TPU等)会对成本产生影响。
您对每秒的查询次数与成本有任何估计吗？
虚拟机的类型如何改变此成本？
模型类型用于对象检测。
浏览 9提问于2022-07-08得票数 0
回答已采纳
当试图将prediction service用于steam部署的模型时，我看到了以下内容：
注意，当我单击“预测”按钮时，我会从模型中得到一个预测标签响应。但是没有显示输入字段。为什么会发生这种情况？
我像这样开始我的蒸汽疗法：
我启动了h2o flow
java -Xmx4g -jar h2o.jar
我启动了预测服务的蒸汽码头服务器(按照指示的)：
java -Xmx6g -jar var/master/assets/jetty-runner.jar var/master/assets/ROOT.war
我使用-Xmx6g是因为我之前从预测服务中获得了一个java
浏览 6提问于2017-09-22得票数 0
回答已采纳
我想知道下面的后端到底是如何工作的
场景:
->我们以UTC格式从Edgex铸造厂获取数据，并将其存储在Azure文档DB中(CST/CDT时区)。
->我们训练了数据的ML模型(在CST/CDT时区有日期)并部署了web服务。
，所以我在下面几乎没有什么基本的疑问
当web作业到达我们的预测web服务时，经过训练的ML模型会再次运行吗？
我们是否需要将新传入测试数据(我们希望预测的)的UTC时区转换为CST/CDT时区，因为TimeStamp对我们的预测很重要吗？
当调用预测webservice时，后端会发生什么？
浏览 2提问于2018-03-06得票数 0
回答已采纳
1回答
我有分类列，所以我将它们转换为虚拟列，并对整数列的其余部分使用minmax缩放。我把这些数据转换成模型。现在，当部署模型(，)时，如何部署。
在从HTML中获取变量输入后，如何将它们转换为像模型一样的虚拟变量？
如果可能，请提供包含虚拟列的部署文件的任何示例。
这是我的模型部署代码，它有虚拟列(app.py)
int_features = [x for x in request.form.values()]
#int_features = pd.DataFrame([np.array(int_features)], columns=['age', 'wo
浏览 6提问于2022-01-23得票数 -1
我最近做了一个应用程序接口(仍然没有解决)，但这不是问题所在
在同一个应用程序中，我首先部署了应用程序，每次请求时它都会进行训练和预测，效果很好，但当我保存一个模型并使用相同的模型来预测值时，我得到了500个内部服务器错误
因为我相信这会直接影响到
因此，我很好奇通过模型进行预测是更消耗CPU的任务，还是训练和预测，这样我就可以进一步研究我的API，因为云计算机具有特定的CPU性能，等等
当然，这也取决于我们选择的层，我正在开发一个免费的Heroku层
如果有男人接那就太好了
问候你，罗珊
浏览 0提问于2020-06-27得票数 0
1回答
我试图在Hadoop基础设施上使用Python部署一个时间序列模型，而不使用StatsModel包。但是，由于我是地图的新手-减少编程，我无法弄清楚，如何实现一个。我读了一些关于滚动窗口方法的文章。但仍然无法了解如何实现它。
我的数据集看起来是这样的-
浏览 4提问于2020-07-19得票数 0
回答已采纳
1回答
我们已经训练了一个ML模型并将其部署到生产中。经过训练的ML模型使用了大约50-60个特征。用户在我们的平台上输入一组信息，这些信息与模型所训练的所有功能都不太接近。
我们如何使用ML算法进行预测，该算法所训练的特征数量远远超过您的测试点？
一个信用评分的例子。该模型以用户的信用历史、人口、地点、收入、费用、财务等数据为基础进行训练。在此基础上，我们希望在我们的平台上预测一个新用户的得分。我们可以收集一些基本的信息，但不能获得所有的数据。
当测试数据点与训练有素的模型相比，测试数据点的信息有限时，是否有方法进行预测？对测试数据进行假设也是不现实的，因为您只是没有足够的信息。其他的工作是什么？
浏览 0提问于2021-11-24得票数 0
我们要做的是模型服务基础设施。我正在比较和。但是我找不到足够的文档来描述google ai服务的特性以及它是如何实现的。
似乎gcloud ai-platform versions create可以创建模型版本资源并开始服务，这是我唯一能找到的点。
我有三个问题：
谷歌人工智能服务和kfserving之间的关系是什么？
2，gcloud ai-platform versions create是如何工作的？
3、关于google ai服务的功能，google ai服务是否提供了中列出的所有功能，如金丝雀部署、解释器、监控等。
谢谢
浏览 20提问于2020-04-16得票数 1
1回答
一旦使用交叉验证方法对分类器进行了培训和测试，如何使用这些结果对未见数据进行验证，特别是在自由运行阶段/部署阶段？如何使用所学的模型？下面的代码使用交叉验证来训练和测试数据X。在计算行pred = predict(svmModel, X(istest,:));之后，我应该如何使用所学习的模型？
part = cvpartition(Y,'Holdout',0.5);
istrain = training(part); % Data for fitting
istest = test(part); % Data for quality assessment
balanc
浏览 0提问于2018-06-10得票数 1
回答已采纳
1回答
如何在云中部署张量流模型，该模型可以在作为输入时学习和更新权重。因为我看到的大多数部署方法都涉及到模型冻结，这也意味着冻结权重。这是可能的，还是后者是唯一的方法？
浏览 16提问于2019-05-06得票数 1
我正在尝试将自定义模型(XGBoost)导入到顶点AI中的模型注册表。我有BigQuery中的数据，但是在将数据传递到模型之前，我需要做一些预处理。
如何导入模型，以便当我从BigQuery中的数据部署或进行批处理预测时，它将在进行预测之前进行预处理？
我看到Model将在目标文件夹(例如.pkl)中搜索具有特定扩展名的模型文件。他们还会以特定的格式搜索预处理步骤吗？
我知道顶点AI可以建管道，所以我需要学习Kubeflow来解决它？比如构建用于预处理的管道，并将它们提供给模型。
浏览 8提问于2022-11-29得票数 0
我正在使用构建一个线性回归模型。
它是否执行任何特征评估/提取？有办法查到这些信息吗？我看到了一些与估值器相关的超参数，但在特性上没有。我看到一个叫
是否有方法跟踪/获取已部署模型的培训/测试数据？我读了一本关于世系的书，但没有看到任何东西。
当使用WML存储和部署一个scikit-learn线性回归模型时，我得到了learning_configuration_url、evaluation_metrics_url和feedback_url。这些是否可以使用WML之外的REST访问？
谢谢！
浏览 0提问于2019-05-21得票数 0
我正在处理一个saree标签提取问题。标签有Saree颜色，Saree类型，边框设计类型等。共有176种不同的标签。
最初，我把它作为一个多标签问题来处理，在输出层中我使用了176 Sigmoid函数。但是它并没有像预期的那样起作用，而且我得到的准确性也很差。
由于我的问题中的所有标签都不是独立的，例如，如果saree是绿色的，那么它不会是红色或黑色，如果saree是Banarasi类型，那么它就不会是我的标签列表中提到的其他类型。所以现在我计划使用多个ML模型，每个模型都是多类分类模型，就像一个模型预测颜色，另一个预测类型，另一个预测权重等等。
我正在使用aws sagemaker构建和部署
浏览 8提问于2022-02-16得票数 0
我遵循将自定义预测解决方案部署到CloudML。
我创建了一个桶，其中包含了我的model.pkl和自定义代码custom_code.tar.gz。然后，我使用where在CloudML上部署它，在这里我指定了所需的路径。
然而，最终，该模型无法构建，给我的错误来源和如何修复它的信息很少：
浏览 0提问于2019-07-29得票数 0
我是ML world的newbee。我有一个docker图像，其中包含所需的自定义模型文件。
有人能解释一下如何将此模型部署为webservice吗？
我尝试创建一个端点和lambda函数，但没有成功。
您的帮助我们将不胜感激。
浏览 0提问于2020-01-10得票数 1
我很好奇，如果我能加载我保存的模型，预测不同的特征和目标，这可能吗？或者我要为所有的可能性做几个模型？
因为我想将ML模型部署到Streamlit应用程序中，用户可以选择他们想要的特性和目标，就像这样
浏览 5提问于2022-10-25得票数 0
回答已采纳
人口普查和鲜花样本展示了如何使用谷歌的ml-engine预测类别标签。
我们可以部署我们自己的模型来生成图像标题吗？如果是，预测是如何进行的？预测响应的格式是什么？
更具体地说，在下面显示的附件中，概率子数组给出了每个类的索引和概率。如果我们使用图像标题模型，预测响应将是什么样子的？
附件：
浏览 5提问于2017-07-10得票数 0
我有一个使用TensorFlow服务的TensorFlow对象检测模型，并部署到Azure Kubernetes集群中。我使用过Nvidia K80 GPU设备，TensorFlow/serving:1.12.3:gpu版本。
模型部署正确，响应正常，但响应时间较长，500*375 -135KB镜像的响应时间为3-4秒。
有人能帮我理解哪些地方可以改进吗？
浏览 0提问于2019-10-03得票数 0
1回答
我已经训练了一个神经网络多类分类模型，大约有150个类别，准确率约85%。一旦对模型进行了培训和部署，它就会预测新的数据，而我将保存日志。现在我必须检测那些数据点，这些数据点被模型错误地预测了。例如，该模型对10个数据点进行了预测，其中可能有3个数据点被模型错误分类。有什么办法能得到这些数据点吗？我有以下数据。
部署的模型。
数据点。
相应的预测类由模型来预测。
信心分数在预测上。
我知道用信心得分我可能会对错误的预测有一些想法，但我在想还有什么别的方法可以得到吗？
浏览 0提问于2021-01-11得票数 1
回答已采纳
我正在将一个模型从h2o flow导入到h2o steam中，并将其部署为一个预测服务。我遇到的一个问题是，模型有一个日期输入特性，当在time中为模型加载训练数据.csv时，该功能被转换为h2o flow类型字段。
这些时间值被转换为(我认为) h2o flow中解析的h2o flow文件中的POSIX时间戳(以毫秒为单位)。
因此，当我在steam的预测服务中部署对这些数据进行培训的模型时，输入字段期望得到Double值(时间戳)，而不是该服务的人类用户期望输入的任何类型的日期字符串(例如" 2016-12-21 ")。这是steam预测服务给我的输入日
浏览 2提问于2017-09-22得票数 0
回答已采纳
类具有方法。现在我使用预先学习的模型，但它被保存在类中。有没有类的模拟方法？或者如何从gensim.models.KeyedVectors`获取gensim.models.Word2Vec实例？
我知道most_similar()，但它是另一回事。
浏览 3提问于2019-03-25得票数 0
1回答
我正在尝试将使用tensorflow训练的对象检测模型部署到sagemaker。在模型创建过程中，我能够在没有指定任何入口点的情况下部署它，但结果证明，这样做只适用于小尺寸的映像(Sagemaker有5MB的限制)。我用于此的代码如下：
from sagemaker.tensorflow.serving import Model
# Initialize model ...
model = Model(
model_data= s3_path_for_model,
role=sagemaker_role,
framework_version="1.14"
浏览 0提问于2019-12-17得票数 1
1回答
一个关于和R的新手问题..。
我有一个客户，他们希望用'R‘建立一些统计模型。这些模型主要是与客户评分相关的，即输入一张以行为属性作为列的客户数据表，并为每个客户吐出一个“分数”。
关于这一点，有两个问题：
“R”模型可以像服务模型中的规则一样部署吗？
您能将R模型部署到WSO2中间件中吗?如果是的话，如何在哪里部署？
提亚
浏览 1提问于2013-11-28得票数 0
我正在使用AWS Sagemaker部署在Sagemaker之外训练的语音模型。我能够将我的模型转换成Sagemaker能够理解的东西，并将其部署为端点。问题是Sagemaker直接加载模型并调用.predict来获得推理。我无法确定在已部署的模型中可以在何处添加预处理功能。建议使用AWS Lambda或其他服务器进行预处理。有没有办法在Sagemaker中加入复杂的预处理(不能通过简单的Scikit，Pandas之类的框架)？
浏览 20提问于2021-04-09得票数 1
我已经训练了10个不同的TensorFlow模型来进行样式转换，基本上每个模型都负责根据样式图像对图像应用滤镜。因此，每个模型都是独立运行的，我希望将其集成到一个应用程序中。有没有办法使用AWS部署这些模型？
我尝试使用API部署这些模型，然后使用AWS Lambda的端点，最后使用API Gateway创建SageMaker。但是这里的问题是，我们只能在SageMaker上部署一个模型，但在我的例子中，我想部署10个不同的模型。
我希望在我的应用程序中提供每个模型的链接，因此选择的过滤器将在AWS上触发模型并应用过滤器。
浏览 2提问于2019-06-11得票数 1
3回答
数据科学模型与培训-理解
、、、、
来自编写代码、测试、部署、运行的编程背景。我试图用数据科学中的“训练模型”或“受过训练的模型”的概念来思考，并部署这个经过训练的模型。
我并不真正关心部署环境，自动化等等。我在努力了解部署部队..。受过训练的模特。一个经过训练的模型在文件系统上是什么样子的，它包含什么？
我理解训练模型和将一组数据分成训练集和测试集的概念，但是让我说我有一个笔记本(python / jupyter)，我加载了一些数据，在训练/测试数据之间进行分割，并运行一个算法来“训练”我的模型。我的引擎盖下面有什么可交付的？当我训练一个模型的时候，我会想会有一定数量的数据存储在内存中。那么，这是如何成为训练模式的一部分的呢？
浏览 1提问于2018-01-10得票数 0
我是Azure ML Studio的新手，正在尝试弄清楚如何使用Azure SQL Server作为训练输入参数。到目前为止，我可以将本地数据同步到Azure SQL数据库中，并在Azure ML Studio上训练数据和获得输出。我也部署了预测web服务。我需要触发训练服务来从Azure SQL服务器读取数据，但周围的所有示例都将Azure blob存储显示为训练服务输入。
是否可以使用Azure SQL Server作为训练输入参数，并且将从该数据库读取整个训练数据并更新训练的模型？我是否需要将训练的模型保存到Azure Blob存储以用于预测服务，还是将在训练批作业完成后对其进行更新，以
浏览 31提问于2017-10-28得票数 1
因此，为了更加明确，让我们考虑贷款违约的预测问题。假设我训练和测试了离线的多分类器，并对它们进行了集成。然后我把这个模型交给了生产部门。
但由于人的变化，数据和许多其他因素也会发生变化。我们的模型的性能最终会下降。因此，它需要被新的，更好的模式所取代。
什么是常见的技术，模型稳定性测试，模型性能测试，部署后的度量？如何决定什么时候用较新的型号取代目前的型号？
浏览 0提问于2016-12-06得票数 9
回答已采纳
我希望使用Scala代码从部署的ML引擎模型中检索信息。
例如，为了实现"getConfig“方法的REST请求，代码看起来如何：。
谢谢!
浏览 0提问于2018-02-06得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
