Documentation sur AI Platform Pipelines

Les workflows de machine learning comprennent des étapes de préparation et d'analyse des données, d'entraînement et d'évaluation des modèles, de déploiement en production des modèles entraînés, de suivi des artefacts de ML et de compréhension des dépendances. La gestion ad hoc de ces étapes peut être difficile et chronophage.

MLOps est la pratique qui consiste à appliquer des principes DevOps pour automatiser, gérer et effectuer des audits de workflows de ML. AI Platform Pipelines vous aide à mettre en œuvre des MLOps en fournissant une plate-forme où vous pouvez orchestrer les étapes de votre workflow en tant que pipeline. Les pipelines de ML sont des définitions portables et reproductibles des workflows de ML.

AI Platform Pipelines facilite la mise en œuvre des MLOps en vous épargnant la difficulté de configurer Kubeflow Pipelines avec TensorFlow Extended (TFX). Kubeflow Pipelines est une plate-forme Open Source permettant d'exécuter, de surveiller, d'effectuer un audit et de gérer les pipelines de ML sur Kubernetes. TFX est un projet Open Source permettant de créer des pipelines de ML qui orchestrent les workflows de ML de bout en bout.