Loading...
Loading...
共找到 47 个 Skills
使用Cog打包并构建自定义AI模型，以便部署到Replicate平台。适用于创建cog.yaml或predict.py文件、定义模型输入输出、在初始化阶段加载模型权重、为机器学习模型构建Docker镜像、使用cog serve或cog predict本地运行服务，或是将HuggingFace、GitHub或ComfyUI上的模型迁移至Replicate运行。当出现以下表述时可使用本技能：“build a model”、“package a model”、“create a Cog model”、“wrap a model”、“containerize an AI model”、“predict.py”、“cog.yaml”、“BasePredictor”或“Cog container”，以及引用cog.run、github.com/replicate/cog或github.com/replicate/cog-examples时。涵盖GPU与CUDA配置、用于快速下载权重的pget、支持连续批处理的异步预测器、流式输出，以及针对图像、视频、音频和LLM模型的冷启动优化。如需将构建好的模型推送至Replicate，请查看publish-models技能；如需运行现有Replicate模型，请查看run-models技能。
基于MLflow的全机器学习生命周期MLOps工作流全指南——包含实验跟踪、模型注册、部署模式、监控、A/B测试及生产环境最佳实践
面向生产环境的PyTorch、TensorFlow、神经网络、CNN、Transformer与深度学习技术
MLflow、模型版本管理、实验跟踪、模型注册中心及机器学习生产系统
在iOS应用中集成并优化Core ML模型，实现端侧机器学习推理。内容涵盖模型加载（.mlmodelc、.mlpackage）、使用自动生成类和MLFeatureProvider进行预测、计算单元配置（CPU、GPU、神经引擎）、MLTensor、VNCoreMLRequest、MLComputePlan、多模型流水线以及部署策略。适用于加载Core ML模型、执行预测、配置计算单元或分析模型性能的场景。
专业机器学习工程内容，涵盖模型开发、MLOps、特征工程、模型部署以及生产级机器学习系统相关领域。
在Amazon SageMaker上选择、部署和定制AI模型。涵盖微调（SFT、DPO、RLVR、RLAIF）、模型选择、数据集准备、评估、部署到SageMaker端点或Bedrock，以及端点诊断。覆盖从规划到生产的完整生命周期。适用于在SageMaker上微调模型、从SageMaker Hub选择基础模型、寻找无需微调即可部署的模型、转换训练数据集、检查数据就绪性、评估模型质量、部署到端点、为训练作业设置IAM角色和S3存储桶，或管理SageMaker托管MLflow应用的场景。也可用于检查端点健康状况、诊断故障、调试延迟或错误，或查看容器日志和CloudWatch指标。涵盖Serverless Model Customization、Nova和OSS部署路径，以及PySDK v3的使用。不适用于Ground Truth标注、Feature Store或通用AWS基础设施。
适用于所有涉及Baseten的工作场景——在专属推理环境（Truss、自定义Docker服务器、TRT-LLM引擎、Chains）中部署/运行模型、调用托管模型API、运行训练任务（SFT/RL/LoRA），或是使用Model Frontier Gateway。
将训练好的getitune模型（Geti训练库）导出为可部署格式。适用于用户想要运行`engine.export(...)`或`getitune export`命令、在OpenVINO IR和ONNX之间选择格式、通过`ExportFormat`/`Precision`设置FP32与FP16精度，或是想要了解导出产物的存储位置以及如何加载回模型进行推理的场景。本文涵盖了训练环节与OpenVINO/ONNX推理环节之间的导出/加载约定。
适用于所有涉及Ultralytics Platform、ultralytics Python包、yolo CLI、YOLO模型权重(.pt)、数据集标注、训练、验证、预测、跟踪、导出、部署，以及detect（检测）/segment（分割）/semantic（语义分割）/depth（深度估计）/classify（分类）/pose（姿态估计）/OBB（定向边界框）视觉任务的场景。
在推广微调后的checkpoint之前，通过漂移预算、配对比较和遗忘检查进行门控。可在训练生成checkpoint后、决定是否发布调优模型时，或已推广模型需要针对更新后的黄金数据集重新进行门控时使用。