Kubeflow Pipelines と Vertex Pipelines 上の PyTorch を使用したスケーラブルな ML ワークフロー ※この投稿は米国時間 2021 年 9 月 11 日に、Google Cloud blog に投稿されたものの抄訳です。 はじめにMLOps は、ML システム開発と ML システム オペレーションの統合を目的とする ML エンジニアリングの文化と手法です。重要な MLOps デザイン パターンは、ML ワークフローを形式化する機能です。ML ワークフローの再現、追跡、分析、共有などが可能となります。 Pipelines フレームワークはこのパターンをサポートし、MLOps ストーリーのバックボーンとなります。このフレームワークにより、ML ワークフローのオーケストレーションによる ML システムの自動化、モニタリング、管理が簡単になります。 この
![Kubeflow Pipelines と Vertex Pipelines 上の PyTorch を使用したスケーラブルな ML ワークフロー | Google Cloud 公式ブログ](https://cdn-ak-scissors.b.st-hatena.com/image/square/3b6cc866966645c1860c08e3be68fbb1d48af21f/height=288;version=1;width=512/https%3A%2F%2Fstorage.googleapis.com%2Fgweb-cloudblog-publish%2Fimages%2Fgooglecloud_2022_RYqbQfm.max-2500x2500.jpg)