[资料]

部署基于嵌入的机器学习模型

2022-11-2 15:09:52 2932 机器学习

0 1、如何在生产中部署基于嵌入的机器学习模型　　由于最近大量的研究，机器学习模型的性能在过去几年里有了显著的提高。虽然这些改进的模型开辟了新的可能性，但是它们只有在可以部署到生产应用中时才开始提供真正的价值。这是机器学习社区目前面临的主要挑战之一。　　部署机器学习应用通常比部署传统软件应用程序更复杂，因为引入了一个额外的变化维度。虽然典型的软件应用程序可以更改其代码和数据，但是机器学习应用程序还需要处理模型的更新。模型更新的速度甚至可以非常高，因为模型需要定期地根据最新的数据进行再训练。　　本文将描述一种更复杂的机器学习系统的一般部署模式，这些系统是围绕基于嵌入的模型构建的。要理解为什么这些系统特别难以部署，我们首先要看看基于嵌入的模型是如何工作的。　　基于嵌入的模型原作者：Robbe Sneyders 部署基于嵌入的机器学习模型的通用模式.pdf (242.9 KB, 下载次数: 0 ) 1
举报淘帖0 只看该作者相关推荐 • 如何使用TensorFlow将神经网络模型部署到移动或嵌入式设备上 338 • 如何通过cube-ai扩展将机器学习模型部署到STM32H743ZIT6？ 344 • 通过Cortex来非常方便的部署PyTorch模型 1905 • 什么是机器学习? 机器学习基础入门 2456 • Pytorch模型如何通过paddlelite部署到嵌入式设备？ 2188 • 介绍在STM32cubeIDE上部署AI模型的系列教程 2695 • 如何在移动和嵌入式设备上部署机器学习模型 1368 • 如何将AI模型部署到嵌入式系统中 2206 • 从利用认知 API 到构建出自定义的机器学习模型面临哪些挑战？ 1162 • 机器学习模型之性能度量 1385