- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习和计算机视觉
ImageNet 的衰落
这就是Pachyderm 等工具的用处，Pachyderm 是一个具有内置版本控制和数据沿袭功能的数据科学和处理平台，它的核心是数据版本控制，以支持数据驱动的管道。 如果将 ImageNet 组织为 Pachyderm 中的数据集，则隐私感知版本可能会覆盖原始数据集。 像 Pachyderm 这样将数据放在首位并考虑变化的工具对于将数据隐私引入 AI 来说至关重要，没有它们，我们会发现自己迷失在不断变化的数据和代码的复杂性中。 Pachyderm 一直是我们管理不断变化的数据的首选工具，它极大地提高了在我的机器学习系统上迭代的可靠性和效率，这些类型的工具对于为 AI 的安全和可靠的未来铺平道路至关重要。
63030编辑于 2022-02-12 - 来自专栏量子位
AI续写的《冰与火之歌》怎么样？国外小哥录了一个评书版
这个项目地址在此： http://docs.pachyderm.io/en/latest/examples/tensor_flow/readme.html
91330发布于 2018-03-27 - 来自专栏机器之心
不要只关注算法与模型，这里有份产品级深度学习开发指南
Amazon Redshift 特征存储：（保存机器学习的特征） FEAST：基于谷歌云，目前已开源； Michelangelo：Uber 的开源平台； 版本控制 DVC：开源的机器学习版本控制工具； Pachyderm
1.7K10发布于 2019-12-06 - 来自专栏CNCF
声明性数据基础设施为数据驱动企业提供动力
例如，数据工程团队从基于Hadoop的系统，转移到类似Pachyderm的系统中并不少见，他们使用Airflow将数据管道移动到Kubernetes中，以降低基础设施的成本，并创建可重复的、有弹性的和可扩展的数据管道
75430发布于 2019-12-04 - 来自专栏Dance with GenAI
AI播客下载：Practical AI（人工智能最新进展）
OpenAI与Hugging Face工具** - **OpenAI的新危险GPT-2语言模型** - **OpenAI、强化学习、机器人、安全** - **使用MemSQL操作MLAI** - **Pachyderm
31910编辑于 2024-06-26 - 来自专栏深度学习与python
DataOps、MLOps 和 AIOps，你要的是哪个Ops？
Pachyderm 和 DVC 可用于数据版本控制。 4. 测试 软件测试包括单元测试、集成测试和回归测试。DataOps 需要进行严格的数据测试，包括模式变更、数据漂移、特征工程后的数据验证等。
1.9K20发布于 2021-02-22 - 来自专栏ApacheHudi
如何将Apache Hudi应用于机器学习
类似地，Kubernetes上的ML平台Pachyderm也提供了使用类似git语义的数据版本控制平台。但是，这些类似git的方法只跟踪不可变的文件，而不存储文件之间的差异。
2.5K30发布于 2021-04-13 - 来自专栏AI SPPECH
模型保存、加载与版本管理：安全视角下的加密保存与防窃取实践
Git LFS 大文件版本控制 中 高 低 简单模型管理 与Git无缝集成 不支持模型元数据管理 Kubeflow 端到端ML流水线 高 低 高 云原生ML 强大的流水线管理，安全特性丰富 部署复杂度高 Pachyderm
15410编辑于 2026-01-16 - 来自专栏ThoughtWorks
机器学习下的持续交付
你也可以使用其他开源工具来解决这些问题：Pachyderm使用容器来执行pipeline的不同步骤，通过跟踪数据提交并基于此优化流水线的执行，来解决数据版本控制和数据源问题。
72340发布于 2020-03-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号