发布于: Feb 5, 2021
亚马逊云科技解决方案更新了 Amazon MLOps Framework，这一亚马逊云科技解决方案实施现在可提供模型监视管道。除了自带模型管道之外，该解决方案还具有预置多个模型监视管道的能力，从而在 Amazon SageMaker 终端节点上定期监视已部署的机器学习模型的质量。这一新增功能对确保模型性能非常重要，因为当模型质量、偏差和功能重要性在生产中出现偏离时，客户可以收到通知。
Amazon MLOps 框架简化管道部署过程，并实施机器学习 (ML) 模型产品化的架构最佳实践。该解决方案解决了客户在采用多种机器学习工作流自动化工具时所面临的常见操作难题。
该解决方案允许客户上传经过他们训练的模型，配置管道的编排，触发部署过程的开始，在部署的不同阶段移动模型以及监视操作的成功与失败。客户可以使用批量和实时数据推理来为其业务环境配置管道。
此解决方案提供以下主要功能：
- 通过 API 调用或 Git 存储库启动预配置的管道
- 自动部署经过训练的模型并提供推理终端节点
- 持续监视已部署的机器学习模型并检测其质量是否存在偏差
- 支持运行您自己的集成测试，以确保部署的模型满足预期
- 允许预置多个环境以支持 ML 模型的生命周期
亚马逊云科技解决方案实施网页上提供了其他亚马逊云科技解决方案，客户可以按产品类别或行业浏览解决方案，查找经过 AWS 审查的自动化一站式参考实施方法，满足特定业务需求。