勋章
我关注的人
粉丝
技术能力
- LLM
暂时未有相关云产品技术能力~
LLM/LLMOps，公众号：吃果冻不吐果冻皮，LLM教程：https://github.com/liguodongiot/llm-action
-
发表了文章 2022-10-31
Linux系统应用日志问题排查的六大套路
场景一：过滤出关键字附近的日志 因为通常时候我们用grep拿到的日志很少,我们需要查看附近的日志. 套路： 按行号查看，过滤出关键字附近的日志 首先，得到关键日志的行号，
-
发表了文章 2022-10-31
如何制作一个简单的Dockerfile？
一、什么是 Dockerfile？ Dockerfile 是一个文本文件，其内包含了一条条的指令，每一条指令构建一层，因此每一条指令的内容，就是描述该层应当如何构建。有了Dockerfile之后，当我们需要定制自己额外的需求时，只需在Dockerfile上添加或者修改指令，重新生成镜像即可，省去了敲命令的麻烦。 二、Dockerfile文件格式
-
发表了文章 2022-10-31
Spring中如何使用策略模式避免过多if-else代码
1、场景描述 我们经常在项目中，会看到如下所示if-else过多的代码。如果条件过多的话逻辑就比较混乱，也容易出错。如果新增一种业务，又要来增加一个if else，即难以维护，阅读性也很差。
-
发表了文章 2022-10-31
【翻译】可重复可复现的机器学习在生产中的12个要素
过去的二十年让我们对软件开发有了一些深刻的理解。其中很大一部分原因是 DevOps 的出现及其在整个行业中的广泛运用。 领先的软件公司都遵循相同的模式：首先是软件开发中的快速迭代，然后是持续集成、持续交付、持续部署。每个人工制品都要经过测试，看其提供价值的能力如何，而且软件始终要处于就绪的状态，并且通过自动化方法进行部署。 机器学习这个领域虽不同于传统的软件开发，但我们也能从软件开
-
发表了文章 2022-10-31
浅谈P、NP、NP-Complate和NP-Hard问题
时间复杂度 时间复杂度并不是表示一个程序解决问题需要花多少时间，而是当程序所处理的问题规模扩大后，程序需要的时间长度对应增长得有多快。 也就是说，对于某一个程序，其处理某一个特定数据的效率不能衡量该程序的好坏，而应该看当这个数据的规模变大到数百倍后，程序运行时间是否还是一样，或者也跟着慢了数百倍，或者变慢了数万倍。 不管数据有多大，程序处理所花的时间始终是那么多的，我们就说这个程序很好，具O(1)O(1)O(1)的时间复杂度，也称常数级复杂度；
-
发表了文章 2022-10-31
浅析Easy Rules规则引擎
Easy Rules是一个简单而强大的Java规则引擎，提供以下功能： 轻量级框架和易于学习的API 基于POJO的开发与注解的编程模型 定义抽象的业务规则并轻松应用它们 支持从简单规则创建组合规则的能力 支持使用表达式语言（如MVEL和SpEL）定义规则的能力
-
发表了文章 2022-10-31
【翻译】开源机器学习流水线工具调研（MLOps）（下）
实施数据科学项目不是一件简单的任务。至少，数据分析工作流程必须定期运行，以产生最新的结果。比如，一份上周数据的报告，或者由于概念发生变化而重新训练机器学习模型。在某些情况下，这类工作流的输出需要作为API公开，例如，一个经过训练的机器学习模型，通过点击REST端点来生成预测结果。 这就需要开发实践允许工作流(也称为pipeline)是可重现、可重复，并且可以很容易地部署。近年来，涌现了大量开源工作流管理工具。由于有太多的选择，团队很难选择最适合他们需求的工具，本文回顾了13种开源工作流管理工具。
-
发表了文章 2022-10-31
【翻译】开源机器学习流水线工具调研（MLOps）（中）
实施数据科学项目不是一件简单的任务。至少，数据分析工作流程必须定期运行，以产生最新的结果。比如，一份上周数据的报告，或者由于概念发生变化而重新训练机器学习模型。在某些情况下，这类工作流的输出需要作为API公开，例如，一个经过训练的机器学习模型，通过点击REST端点来生成预测结果。 这就需要开发实践允许工作流(也称为pipeline)是可重现、可重复，并且可以很容易地部署。近年来，涌现了大量开源工作流管理工具。由于有太多的选择，团队很难选择最适合他们需求的工具，本文回顾了13种开源工作流管理工具。
-
发表了文章 2022-10-31
【翻译】开源机器学习流水线工具调研（MLOps）（上）
实施数据科学项目不是一件简单的任务。至少，数据分析工作流程必须定期运行，以产生最新的结果。比如，一份上周数据的报告，或者由于概念发生变化而重新训练机器学习模型。在某些情况下，这类工作流的输出需要作为API公开，例如，一个经过训练的机器学习模型，通过点击REST端点来生成预测结果。 这就需要开发实践允许工作流(也称为pipeline)是可重现、可重复，并且可以很容易地部署。近年来，涌现了大量开源工作流管理工具。由于有太多的选择，团队很难选择最适合他们需求的工具，本文回顾了13种开源工作流管理工具。
-
发表了文章
2022-11-02
一个开源模型服务（model serving）指南
-
发表了文章
2022-11-02
使用 Seldon Alibi 进行模型监控
-
发表了文章
2022-11-02
使用 Seldon Core 服务模型
-
发表了文章
2022-11-02
数据漂移检测（二）：NLP 和 CV 中的非结构化数据（Arthur）
-
发表了文章
2022-11-02
数据漂移检测（一）：使用表格数据的多变量漂移（Arthur）
-
发表了文章
2022-11-02
使用 Arize 监控非结构化数据（Arize）
-
发表了文章
2022-11-02
如何检测文本（NLP）和图像（计算机视觉）数据漂移
-
发表了文章
2022-11-02
在 CIFAR-10 数据集上使用最大均值差异（MMD）漂移检测器（Seldon Alibi Detect）（下）
-
发表了文章
2022-11-02
在 CIFAR-10 数据集上使用最大均值差异（MMD）漂移检测器（Seldon Alibi Detect）（上）
-
发表了文章
2022-11-02
在 IMDB 电影评论数据集上进行文本数据漂移检测（Seldon Alibi Detect）（4）
-
发表了文章
2022-11-02
在 IMDB 电影评论数据集上进行文本数据漂移检测（Seldon Alibi Detect）（3）
-
发表了文章
2022-11-02
在 IMDB 电影评论数据集上进行文本数据漂移检测（Seldon Alibi Detect）（2）
-
发表了文章
2022-11-02
在 IMDB 电影评论数据集上进行文本数据漂移检测（Seldon Alibi Detect）（1）
-
发表了文章
2022-11-02
机器学习模型监控工具：Evidently 与 Seldon Alibi 对比
-
发表了文章
2022-11-02
DLOps：用于深度学习的 MLOps（Valohai）
-
发表了文章
2022-11-02
监控生产中的ML系统，您应该跟踪哪些指标？（下）
-
发表了文章
2022-11-02
监控生产中的ML系统，您应该跟踪哪些指标？（中）
-
发表了文章
2022-11-02
监控生产中的ML系统，您应该跟踪哪些指标？（上）
-
发表了文章
2022-11-02
你的模型隐藏了什么？ 一个评估 ML 模型的教程（Evidently）（下）
-
发表了文章
2022-11-02
你的模型隐藏了什么？ 一个评估 ML 模型的教程（Evidently）（上）
