エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
KubeFlow上で機械学習の環境を用意し、MLFlowでモデルを保存する - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
KubeFlow上で機械学習の環境を用意し、MLFlowでモデルを保存する - Qiita
[更新] KubeFlow 1.0のCONFIG_URIに対応しました。 0. 目標 KubeFlowは、機械学習の開発・運用の環境を... [更新] KubeFlow 1.0のCONFIG_URIに対応しました。 0. 目標 KubeFlowは、機械学習の開発・運用の環境を提供するOSSです。 KubeCon NA 2019でも多くのセッションで取り上げられました。Jupyterを必要なだけ起動したり、パイプラインを実行できたりします。v0.6.2では、複数ユーザをサポートできるようになりました。今年前半でv1.0が提供される予定で、開発が目下進められています。 また、MLFlow modelsも、機械学習モデルの保存という観点では、保存形式の一つとして非常に強力なツールと思います。 今回は、以下の2つをやってみたいと思います。 KubeFlowを構築。その上に、まずユーザAとユーザBそれぞれにJupyterを起動。 ユーザAがMLFlow modelsを使って、学習済みモデルを保存。それを、ユーザBのJupyterに共有し復