На этом шаге мы перечислим возникающие на этом этапе проблемы.
Работа над проектом машинного обучения не заканчивается в тот момент, когда вы доберетесь до блокнота Colab и сохраните там обученную модель. Вообще, модели редко передаются в эксплуатацию в виде объекта на Python, которым вы манипулировали во время обучения.
Во-первых, вам может потребоваться экспортировать модель в какое-то другое окружение, отличное от Python:
- если ваше промышленное окружение вообще не поддерживает Python - например, это мобильное приложение или встраиваемая система;
- если остальная часть приложения написана не на Python (а на JavaScript, C++ и т. д.) - в таком случае использование
Python для обслуживания модели может повлечь значительные накладные расходы.
Во-вторых, поскольку модель будет использоваться только для прогнозирования (эта фаза называется выводом), а не для обучения, вы можете применить различные оптимизации, которые помогут ускорить модель и уменьшить объем используемой памяти.
Давайте кратко рассмотрим доступные варианты развертывания модели.
На следующем шаге мы рассмотрим развертывание модели в виде REST API.
