PACKAGING AND DEPLOYING ALGORITHMS FOR FLEXIBLE MACHINE LEARNING

Techniques for packaging and deploying algorithms utilizing containers for flexible machine learning are described. In some embodiments, users can create or utilize simple containers adhering to a specification of a machine learning service in a provider network, where the containers include code fo...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: GEEVARGHESE, Jeffrey John, GOODHART, Taylor, FAULHABER, JR, ANJANEYAPURA RANGE, Gowda Dayananda, SWAN, Charles Drummond
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Techniques for packaging and deploying algorithms utilizing containers for flexible machine learning are described. In some embodiments, users can create or utilize simple containers adhering to a specification of a machine learning service in a provider network, where the containers include code for how a machine learning model is to be trained and/or executed. The machine learning service can automatically train a model and/or host a model using the containers. The containers can use a wide variety of algorithms and use a variety of types of languages, libraries, data types, etc. Users can thus implement machine learning training and/or hosting with extremely minimal knowledge of how the overall training and/or hosting is actually performed. La présente invention concerne des techniques d'intégration et de déploiement d'algorithmes faisant appel à des conteneurs, destinées à un apprentissage automatique flexible. Selon certains modes de réalisation, les utilisateurs peuvent créer ou utiliser des conteneurs simples conformes à une spécification d'un service d'apprentissage automatique dans un réseau fournisseur, les conteneurs comprenant un code correspondant à la manière dont un modèle d'apprentissage automatique doit être entraîné et/ou exécuté. Le service d'apprentissage automatique peut entraîner automatiquement un modèle et/ou héberger un modèle à l'aide des conteneurs. Les conteneurs peuvent utiliser une grande variété d'algorithmes et une variété de types de langues, de banques, de types de données, etc. Les utilisateurs peuvent ainsi mettre en œuvre un apprentissage et/ou un hébergement d'apprentissage automatique avec une connaissance extrêmement minimale de la manière dont l'apprentissage et/ou l'hébergement global est réellement effectué.