原创 蘑菇街自研服務框架如何提升在線推理效率?

在線服務(Online Serving),又稱爲在線推理(Inference),是機器學習工程中的重要的一環,通過在線服務,訓練出來的模型得以釋放價值。蘑菇街計算視覺擁有大幾十個服務,每天調用次數高達千萬級別。爲了高效穩定的支撐在線服務,

原创 蘑菇街如何通過構建平臺搞定數據標註難題?

數據標註行業流淌這麼一句話:“有多少智能,就有多少人工”。大量的訓練數據是進行深度學習的前提,數據的質量決定了模型的上限,而訓練數據產生離不開數據標註,數據標註作爲機器學習工程中重要的一環,是構建 AI 金字塔的基礎。以曠世科技 AI 獨角

原创 基於Kubeflow的機器學習調度平臺落地實戰

機器學習,特別是深度學習,在蘑菇街這樣的電商平臺有大量實際業務的落地場景,比如搜索推薦、圖像算法、交易風控反作弊等等。隨着業務的快速發展,之前已有的基於 Yarn 的調度平臺已經無法滿足大規模機器學習的計算需求,因此我們在 2018 年和