画像系機械学習プロダクトで手元のスクリプトとデプロイ環境の精度が違うときのチェックリスト - 生き抜くぜ21世紀はじめに みなさんこんにちは、いかがお過ごしでしょうか。 機械学習もだいぶ広まってきて、右も左も無限に強い人ばかりで、はやく3億円稼いですべてから解放されて虹コン大好きクラブとして生きていきたい今日この頃です。 機械学習がだいぶ広まってくると、機械学習モデルをデプロイする人も増えてきていると思います。 しかし、機械学習モデルのデプロイは非常に複雑です。 モデル、依存ファイル、前処理/後処理、ライブラリ、その他を実験スクリプトと揃えながら、リクエストに対してレスポンスを返すサーバーを継続して稼働させる必要があるためです。 さらには複数人で開発する場合、コードすべてを把握することが難しい、といった困難も付随します。 すると当然、「手元で出ていた精度と、デプロイ環境にリクエストを投げたときの精度が違う」といったバグが生じます。 本日は、そんなときにバグ原因を見つける方針を記事にしたいと思います。
