기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
이미지 분류 모델의 유지 관리 자동화
이미지 분류 모델을 배포하고 사용할 수 있게 되면 유지 관리가 필요할 수 있습니다. 다음 예제 시나리오를 검토해보세요.
-
모델은 수확 시간 동안 작업자를 돕기 위해 옥수수 재배자를 분류합니다. 시간이 지남에 따라 옥수수 재배자의 모습이 서서히 변화하고 있으며, 특정 시점에서는 새로운 재배자가 도입될 수 있습니다.
-
모델은 주차 차고의 지점에 주차된 차량의 유형을 결정합니다. 차량의 모델, 제조사 및 연도에 대해 세분화된 분류를 수행합니다. 릴리스된 새 모델에 대해 매년 업데이트해야 합니다.
-
모델은 소셜 미디어 게시물에서 훈련되어 다양한 개체 및 주제에 대한 감정을 감지합니다. 새 주제, 엔터티, 관용구 및 이모티콘 기호에 대해 모델을 최신 상태로 유지해야 합니다.
이러한 모든 시나리오에서 모델은 주기적으로 재훈련해야 합니다. 모델 드리프트(시간 경과에 따라 입력 데이터의 속성이 변경됨) 또는 모델이 수정된 작업을 처리하는 데 필요한 업데이트로 인해 재훈련이 필요합니다. 의 ML 작업 파이프라인 생성은 여러 수준의 추상화에서 추구할 AWS 수 있습니다. 가장 유연하고 추상적인 것은를 AWS Step Functions 사용하여 모델 유지 관리를 위한 워크플로를 생성하는 것입니다.
ML 작업 파이프라인의 예는 MLOps End-to-End Amazon SageMaker AI 파이프라인 사용 예제 AWS CodePipeline및 AWS CDK
