Sıradaki Etkinlik Endüstri 4.0’da İnsanlık Halleri Perşembe, 25 Haziran 2020 14:00 Akademi 4.0 HUB Hemen Kaydol


← Geri

Akademi 4.0 Ekibi


#DevOps için Makine Öğrenimi (#ML / #AI)

Yakın zamanda ortaya çıkan yeni furya sayesinde çoğu kuruluş yapay zekâ destekli bir uygulama oluştururken iki yeni iş koluyla karşılaştı: birincisi geliştirme ve bir diğeri de veri bilimi.

Çoğu zaman, her iki grup da aslında Python veya C/F# gibi bir dil kullanarak benzer senaryolara sahip fonksiyonel çözümler geliştirmektedir. Ayrıca, bir veri bilimcisi veri bilimi sürecinin değerlendirme ve model seçim adımını bitirdiğinde, her iki tarafın mevcut veya yeni iş süreçlerine entegre uygulamalar ile “confusion vacuum” olduğu görülür. Kısacası birbirlerini nasıl destekleyeceğini tam olarak anlayabilme diyebiliriz. Bu benzerliklerin çoğu Docker ve Kubernetes gibi konteyner hizmetlerinin özellikle DevOps dünyasında artan popülaritesi ve kullanımından kaynaklanıyor.

Sistem nasıl işliyor?

Yapay zekâ uygulamalarına yeni başlayanlar, sürekli entegrasyon için bir hat planlayabilir ve oluşturabilirsiniz. Bu akış, veri bilimcisinin yaptığı her yeni analiz ile yeniden başlar ve test takımının çalışmaları tetikler. Test başarılı olursa, en son derlemesiyle birlikte başarıyla modellemek için gerekli tüm paket sürümleriyle bir Docker konteynerine aktarılır.

Konteyner, daha sonra Azure Kapsayıcı Hizmeti (ACS) gibi bulutta barındırılan bir konteyner hizmeti kullanılarak dağıtılır ve sonraki görüntüler, ilgili kapsayıcı kayıt defterinde (ACR) güvenli bir şekilde saklanır. Bu da küçük ölçekli geliştirme amaçları için iyidir, ancak işler büyüdüğünde konteyner kümelerini yönetmek / düzenlemek için Kubernetes gibi bir hizmet kullanabilirsiniz. (diğer hizmet alternatifleri Docker-Swarm / Mesos)

Uygulama, bulut tabanlı bir blob depolama hesabından ve uygulamanın bir parçası olan paketlerden en son alınmış Makine Öğrenimi modelini güvenli bir şekilde çeker. Konuşlandırılan uygulama, tek bir konteyner olarak paketlenmiş uygulama koduna ve makine öğrenimi modeline sahiptir.

Uygulama geliştiricilerini veri bilimcilerinden ayıran nokta ise üretim uygulamalarının her zaman en son makine öğrenimi modeliyle en son kodu çalıştırmasıdır. İkisi arasındaki farklı aydınlatmak için temsili bir referans mimari şeması;

DevOps Geliştirici Referans Mimari Şeması

Kaynak

Diğer İçerikler

Bize Katılın

İçerik yayınlamak için info@akademi40.org adresine özgün içeriğinizi ve kişisel/kurumsal bilgilerinizi iletmeniz yeterli.