Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
2. Experimentieren
Das Experimentieren umfasst die Protokollierung, Nachverfolgung und Metriken von Experimenten. Dies bedeutet die Integration von Experiment-Metadaten auf der gesamten Plattform, in der Quellcodeverwaltung und in Entwicklungsumgebungen. Zum Experimentieren gehört auch die Möglichkeit, die Leistung und Genauigkeit des Modells durch Debugging zu optimieren.
2.1 Integrierte Entwicklungsumgebungen |
Eine integrierte Entwicklungsumgebung (IDE) ist direkt in die Cloud integriert. Die IDE kann mit dem größeren System interagieren und Befehle an dieses senden. Im Idealfall unterstützt sie Folgendes:
|
2.2 Kontrolle der Codeversion |
Um die Reproduzierbarkeit und Wiederverwendbarkeit zu gewährleisten, wird der gesamte Code mit entsprechender Versionskontrolle in das Quell-Repository übertragen. Dazu gehören Infrastrukturcode, Anwendungscode, Modellcode und sogar Notebooks (falls Sie diese verwenden möchten). |
2.3 Nachverfolgung |
Ein ML-Projekt erfordert ein Tool, mit dem Machine-Learning-Experimente verfolgt und analysiert werden können. Dieses Tool sollte alle Metriken, Parameter und Artefakte während eines Machine-Learning-Experiments protokollieren und alle Metadaten an einem zentralen Ort aufzeichnen. Der zentrale Standort bietet die Möglichkeit, alle von Ihnen durchgeführten Experimente zu analysieren, zu visualisieren und zu prüfen. |
2.4 Plattformübergreifende Integration |
Historische Ergebnisse von Experimenten und all ihre Metadaten sind in anderen Teilen des Systems zugänglich. Beispielsweise können die vorhandenen Orchestrierungspipelines auf diese Daten zugreifen, ebenso wie die Überwachungstools. |
2.5 Debugging: Genauigkeit und Systemleistung |
Es gibt ein umfassendes Framework für das Debuggen von Modellen, mit dem Läufe auf Folgendes untersucht werden können:
Bei intensiven Schulungen ist die Fähigkeit, den Durchsatz zu maximieren, von entscheidender Bedeutung und macht dies zu einem unverzichtbaren Instrument zur Kostenoptimierung. |