Перейти к основному содержимому
Версия: 6.1

Модуль ML-Студия

Общее описание​

ML-Студия — модуль Smart Monitor для управления жизненным циклом моделей машинного обучения. Модуль позволяет регистрировать алгоритмы, развертывать их в вычислительных средах, обучать модели и применять их к данным. Управление выполняется в интерфейсе Smart Monitor, а вычисления — с помощью сервиса sm-ml-service. Настройка сервиса описана в разделе Настройки SM-ML.

ML-Студия не привязана к конкретным алгоритмам. Каждый алгоритм подключается как отдельный объект, состоящий из контейнерного образа и кода в ноутбуке. Алгоритмы выполняются в изолированных средах, жизненным циклом которых управляет модуль.

В поставку входят три готовых примера алгоритмов (классификаторы):

  • Binary Neural Network Classifier — бинарная классификация
  • Logistic Regression — логистическая регрессия
  • Multi Class Neural Network Classifier — мультиклассовая классификация

Эти примеры можно использовать без изменений или взять за основу для собственных алгоритмов.

Как связаны сущности​

  • Алгоритм — реализация метода машинного обучения. С алгоритмом связан контейнерный образ, в котором выполняется его код
  • Среда выполнения — вычислительное окружение (Docker или Kubernetes), в котором разворачиваются образы и выполняются задачи
  • Развёрнутый образ — экземпляр алгоритма, запущенный в конкретной среде с заданными ресурсами (CPU, память, GPU). Именно к развернутому образу обращаются задачи
  • Задача — единичный запуск операции fit (обучение) или apply (применение) на развернутом образе
  • Модель — результат успешного обучения. Модель связана с алгоритмом и задачей, в результате выполнения которой она была создана

Работа с модулем выполняется в следующей последовательности: зарегистрировать алгоритм - развернуть его образ в среде - запустить обучение - получить модель - применить модель.

Разделы документации​