MLOps with a Feature Store
TLDR; If AI is to become embedded in the DNA of Enterprise computing systems, Enterprises must first re-align their machine learning (ML) development processes to include the automated testing, versioning, governance, and storage of ML assets (features and models). This blog introduces details on how to implement MLOps processes with a Feature Store. What is MLOps?MLOps is a recent term that descr
Cloud AI Platform Pipelines のご紹介 | Google Cloud 公式ブログ
※この投稿は米国時間 2020 年 3 月 12 日に、Google Cloud blog に投稿されたものの抄訳です。 ノートブックで機械学習（ML）モデルのプロトタイプを作成している最中は、かなり簡単に思えるかもしれません。ですが、ML ワークフローを持続可能かつスケーラブルにするために必要な他の部分が気になりだすと、事態は複雑になります。機械学習のワークフローには、データの準備や分析からトレーニング、評価、デプロイなどに至るまで、相互に依存するステップが多数含まれます。こうしたプロセスをアドホックな方法（一連のノートブックやスクリプト）で構成、追跡することは難しく、監査や再現性などの問題はますます対処しづらくなります。 本日、Cloud AI Platform Pipelines のベータ版がリリースされます。Cloud AI Platform Pipelines は、堅牢で再現可能
深層学習×集合マッチングによるコーディネート選択 - ZOZO TECH BLOG
※AMP表示の場合、数式が正しく表示されません。数式を確認する場合は通常表示版をご覧ください ZOZO Researchの斎藤です。私たちはファッションコーディネートの推薦や生成の基礎として、深層集合マッチングという技術を研究しています。本記事では、深層集合マッチングを理解する上で必要な諸概念の説明と、ファッションデータを使った実験結果について紹介します。対象読者としては、機械学習系のエンジニアや学生を想定しています。 集合マッチングとは ある集合が与えられたとき、その集合にもっともマッチする集合を解の候補から選ぶという問題を考えます。 例えばコーディネートを画像集合として捉えると、あるコーディネートの一部分（部分コーデと呼びます）に対して合う部分コーデを選択するという問題設定を考えることができます。 図： ある部分コーデ（左）にマッチする部分コーデを候補（右）の中から1つ選ぶ このような
On DVCS, continuous integration, and feature branches - Continuous Delivery
On DVCS, continuous integration, and feature branches Published 15 July 2011 Translations: 中文 I like to say that feature branches are evil in order to get people's attention. However in reality I lack the determination and confidence to be a zealot. So here is the non-soundbite version. First, let me say that Mercurial (and more recently Git) has been my workhorse since 2008, and I love distribute
DevOps とは: 研究とソリューション
DevOps は、ソフトウェア デリバリーの速度とサービスの信頼性の向上、ソフトウェアの関係者間の共有オーナーシップの構築を目的とする、組織的で文化的な取り組みです。以下 DevOps について詳しくご紹介していきます。
Firecracker: Lightweight virtualization for serverless applications
Serverless containers and functions are widely used for deploying and managing software in the cloud. Their popularity is due to reduced cost of operations, improved utilization of hardware, and faster scaling than traditional deployment methods. The economics and scale of serverless applications demand that workloads from multiple customers run on the same hardware with minimal overhead, while pr
Flask’s Latest Rival in Data Science | by S Ahmad | Towards Data Science
Streamlit Is The Game Changing Python Library That We’ve Been Waiting For Developing a user-interface is not easy. I’ve always been a mathematician and for me, coding was a functional tool to solve an equation and to create a model, rather than providing the user with an experience. I’m not artsy and nor am I actually that bothered by it. As a result of this, my projects always remained, well, pro
Some Virtualization Papers Worth Reading - Marc's Blog
About Me My name is Marc Brooker. I've been writing code, reading code, and living vicariously through computers for as long as I can remember. I like to build things that work. I also dabble in machining, welding, cooking and skiing. I'm currently an engineer at Amazon Web Services (AWS) in Seattle, where I work on databases, serverless, and serverless databases. Before that, I worked on EC2 and
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Achieve workload compliance and scale-to-zero with new Kubernetes open source projects
What Is ML Ops: Solutions and Best Practices for DevOps of Production ML Services | USENIX
https://cloudonair.withgoogle.com/events/google-cloud-day-digital
What is DevOps? Research and Solutions
https://services.google.com/fh/files/misc/state-of-devops-2019.pdf
GitHub - streamlit/streamlit: Streamlit — A faster way to build and share data apps.