运输机器学习模型的推荐方法是什么？

Question

我目前正在研究机器学习问题，并在Dev环境中创建了一个模型，其中数据集的数量低至几十万。如何将模型运输到生产数据集非常大，数十亿的环境。

有传送机器学习模型的一般推荐方法吗？

Answer 1

取决于您使用的开发平台。我知道DL4J使用Hadoop Hyper参数服务器。我用C++编写ML prog，并使用自己生成的数据，TensorFlow和其他人使用使用Python压缩和解压缩的数据。对于实时数据，我建议使用其中一个Boost库，因为我发现它在处理大量RT数据时很有用，例如使用OpenCV进行图像处理。但我想象一定有一套适合你的数据的图书馆。 CSV数据很容易使用C++或Python进行处理。 Realtime（Boost），Image（OpenCV），csv（Python），或者您可以编写一个程序，使用Bash（Tricky）将数据传输到您的程序中。您可以让它以某种方式缓冲数据，然后定期将数据提供给ML程序，然后检索数据并将其存储在Mysql数据库中。听起来就像你需要一个数据服务器或一个数据管理程序，所以ML算法只能处理其大块数据。希望有所帮助。