MLflowã‚’ã•ãã£ã¨å°Žå…¥ã§ãã‚‹docker-composeを作ã£ãŸ - やむやむもやむãªã—tl;dr docker-composeã‚’å©ãã ã‘ã§ã•ãã£ã¨èªè¨¼ä»˜ãã®MLflowサーãƒãƒ¼ã‚’ç«‹ã¦ã‚‰ã‚Œã‚‹ã‚ˆã†ã«ã—ã¾ã—㟠ã“ã¡ã‚‰ã‹ã‚‰ã©ã†ãž: ymym3412/mlflow-docker-compose ã¿ãªã•ã‚“機械å¦ç¿’ã®å®Ÿé¨“ã‚’ã—ã¦ã„ã¾ã™ã‹ï¼Ÿ å¦ç¿’ã«ä½¿ã£ãŸãƒã‚¤ãƒ‘ーパラメーターやデータã€Train/Valデータã®ãƒã‚¹ã€ã€Testデータã§ã®å„種評価指標ã€ã“れらを人手ã§ç®¡ç†ã—ã¦ãŠãã®ã¯éžå¸¸ã«å¤§å¤‰ã§ã™ã€‚ モデルã®é–‹ç™ºã‚„比較実験ã«é›†ä¸ã—ã¦ã„ã‚‹ã¨ã€Œã‚ã‚Œã€ã“ã®æœ€é«˜ç²¾åº¦ã®ãƒ¢ãƒ‡ãƒ«ã¯ã©ã‚“ãªæ¡ä»¶ã§å®Ÿé¨“ã—ãŸã‚‚ã®ã ã£ã‘...ã€ã¨ãªã‚‹ã“ã¨ã‚‚ã‚ã‚Šã€å†ç¾æ€§ãŒå¤±ã‚ã‚Œã¦ã—ã¾ã†ã“ã¨ã«ã‚‚ã¤ãªãŒã‚Šã¾ã™ã€‚ ã“ã®æ©Ÿæ¢°å¦ç¿’ã«ã¾ã¤ã‚る課題を解決ã™ã‚‹ã²ã¨ã¤ã®æž 組ã¿ãŒå®Ÿé¨“管ç†ã¨å‘¼ã°ã‚Œã‚‹ã‚‚ã®ã§ã€å¦ç¿’時ã«ä½¿ç”¨ã—ãŸãƒã‚¤ãƒ‘ーパラメーターやTrain Lossã€Test データã§ã®è©•ä¾¡çµæžœãªã©ã‚’記録ã—ã¦ç®¡ç†ã—ã¦ãŠãã‚‚ã®ã§ã™ã€‚ 代表的ãªã‚‚ã®ã§ã„ã†ã¨MLflo
機械å¦ç¿’デプãƒã‚¤ã‚’支ãˆã‚‹ã‚³ãƒ³ãƒ†ãƒŠæŠ€è¡“ - Speaker Deck
深層å¦ç¿’全部入りコンテナ(Keras/TensorFlow/Chainer/Pytorch/Open AI Gym/Anaconda)ã§ã€nividia-dockerを使ㆠ- Qiita
機械å¦ç¿’ã§ã¯ã˜ã‚ã‚‹Docker - ã«ã»ã‚“ã”ã®ã‚Œã‚“ã—ã‚…ã†
Rettyæµã€Ž2200万ユーザを支ãˆã‚‹æ©Ÿæ¢°å¦ç¿’基盤ã€ã®ä½œã‚Šæ–¹ - Qiita
Deep Learning環境ã¯Keras + Docker + Jupyter Notebook + GPUãŒã„ã„カンジ - もょもã¨ã®æŠ€è¡“ノート
TensorFlowを使ã£ãŸç‚ºæ›¿(FX)ã®ãƒˆãƒ¬ãƒ¼ãƒ‰ã‚·ã‚¹ãƒ†ãƒ を作るãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ« ～システムã®ã‚»ãƒƒãƒˆã‚¢ãƒƒãƒ—ã‹ã‚‰ãƒˆãƒ¬ãƒ¼ãƒ‰ã¾ã§ï½ž - Qiita
Chainerã®ãƒ†ã‚¹ãƒˆç’°å¢ƒã¨Dockerã§ã®CUDAã®åˆ©ç”¨
{{#tags}}- {{label}}
{{/tags}}