快速部署、測試和管理毫升模型作為REST端點與MLflow模型在磚

MLflow模型現在注冊為儀表盤提供交鑰匙服務模型和實時推理,包括測試的代碼片段,控製和自動化。

MLflow模型在磚提供交鑰匙解決方案主機機器學習(ML)模型作為REST端點自動更新,使數據團隊自己的端到端實時機器學習模型的生命周期從培訓到生產。

自推出,模型使得許多磚客戶服務無縫地提供他們的ML模式作為REST端點,而無需額外的基礎設施或beplay体育app下载地址配置集成管理。服務更加簡化模型,MLflow模型注冊現在顯示每個模型的服務狀況和深度鏈接到模型服務頁麵。

簡化MLflow的消費模型,模型服務頁麵現在提供了旋度和Python代碼片段來發出請求到模型中。請求可以在部署階段到最新版本,如模型/ clemens-windfarm-signature /生產或一個特定的版本號,比如模型/ clemens-windfarm-signature / 2

磚客戶利用模型服務幾個beplay体育app下载地址用例包括製作模型預測在儀表板或預估金融服務團隊。Freeport McMoRan TensorFlow服務模型來模擬操作的植物:

“我們模擬不同的場景中植物和運營商需要審查建議實時做出決策,優化裝置操作和節約成本。磚MLflow模型服務使我們能夠無縫地提供低延遲機器學習的見解對我們的運營商,同時保持一個統一的端到端視圖模型生命周期。”

模型服務磚現在公共預覽和提供具有成本效益的、一鍵部署模型的實時推理,緊密集成與MLflow模型注冊表,以方便管理。看到我們的文檔如何開始(AWS,Azure]。該服務在預覽,我們建議使用低吞吐量和非關鍵應用程序。