Sisältö
K:
Kuinka säilytys voi olla hyvä valinta koneoppimisympäristölle?
V:
Jotkut yritykset ovat siirtymässä konttikoneista koneoppimisprojekteihin perustuen joihinkin hyötyihin, joita konttien asennukset tarjoavat alustojen ja ohjelmistoympäristöjen suhteen.
Koneoppiminen on monimutkaista - algoritmit itse suorittavat datalle paljon erittäin yksityiskohtaisia ja monimutkaisia toimia. Arvoehdotus on kuitenkin tietyllä tavalla melko yksinkertainen - koneoppimisalgoritmit toimivat tallennusympäristöistä tulevan tiedon kanssa.
Säiliöiden käyttö tarkoittaa sitä, kuinka insinöörit sijoittavat tiedot koneoppimisympäristöön ja kuinka algoritmit toimivat.
Insinöörit voivat käyttää säiliöiden virtualisointia joko tietojen talteenottoon tai algoritmeja käyttävän koodin käyttöönottoon. Vaikka säilöt voivat olla hyödyllisiä datan suhteen, niiden tärkein etu hyötyy todennäköisesti niiden käytöstä algoritmikoodin talossa.
Konttiarkkitehtuurit sisältävät itsenäisiä sovelluksia ja koodeja. Jokainen säilö saa oman käyttöjärjestelmän kloonin, ja se saa täydellisen käyttöympäristön sovelluksen tai kooditoiminnon joukolle, joka elää sen sisällä.
Seurauksena on, että kussakin säilössä olevat yksittäiset sovellukset, mikropalvelut tai koodipohjat voidaan ottaa käyttöön hyvin monipuolisesti. Niitä voidaan käyttää eri alustoilla ja erilaisissa ympäristöissä.
Oletetaan nyt, että yrität nostaa koneoppimisprojektia, jossa erilaisten algoritmien on toimittava erilaisissa tietopapereissa iteratiivisella tavalla. Jos kyllästyt käsittelemään alustojen välisiä haasteita tai riippuvuuskysymyksiä tai tilanteita, joissa paljaan metallin käyttöönotto on vaikeaa, kontit voivat olla ratkaisu.
Pohjimmiltaan kontit tarjoavat tavan isäntäkoodille. Asiantuntijat puhuvat konttien käyttöönotosta tallennettuja tietoja vastaan saadaksesi hyviä tuloksia.
”(Sovellukset) voidaan sekoittaa ja sovittaa yhteen monissa käyttöympäristöissä, eikä niitä tarvitse käytännössä siirtää tai testata”, David Linthicum kirjoittaa TechBeacon-artikkelissa, joka selittää konttien arvoa koneoppimisprojekteissa, “koska ne ovat kontteissa , ne voivat toimia hajautetussa ympäristössä, ja voit sijoittaa nämä säilöt lähelle tietoa, jota sovellukset analysoivat. "
Linthicum jatkaa koneoppimispalveluiden paljastamista mikropalveluina. Tämä antaa ulkoisten sovellusten - konttipohjaisten tai ei - hyödyntää näitä palveluja milloin tahansa joutumatta siirtämään koodia sovelluksen sisällä.
Aivan perustavassa mielessä konttien käyttöönotolla on tarkoitus tehdä koneoppimisohjelman toiminnallisuudesta mukautuvampi - poistaa siilot ja tarpeettomat yhteydet - ja taas riippuvuudet - jotka voivat pilata projektin. Jos kyseessä on laiha, keskimääräinen koneoppimisprojekti, jos algoritmien tai sovellusten tai toiminnallisuuksien yksittäiset osat sijaitsevat astioiden sisällä, on helppo mikronohjata näitä itsenäisiä kappaleita ja luoda vastaavasti monimutkaisia koneoppimistuotteita.