Beam ML 新增资源

如果你一直在关注,在过去的一年里,你已经注意到 Beam 发布了许多旨在简化机器学习的功能。从引入 RunInference 变换到不断改进 Beam Dataframes,这些都是 Beam 取得巨大进步的领域。然而,尽管开发进展迅速,但在最近之前,缺乏资源来帮助人们发现和使用这些新功能。

在过去的几个月里,我们一直在努力构建文档和笔记本,以使这些新功能更容易使用,并展示 Beam 如何用于解决常见的机器学习问题。我们现在很高兴推出这种全新改进的 Beam ML 体验!

要开始使用,我们鼓励您访问 Beam 的新 AI/ML 着陆页。我们提供了大量关于 多模型管道使用指标进行推断在线训练 等内容。

ML landing page

我们还引入了一些示例 Jupyter 笔记本,展示如何使用内置的 Beam 变换,如 RunInferenceBeam Dataframes

Example ensemble notebook with RunInference

将来,我们将重点增加更多示例和笔记本。在我们的下一轮改进中,我们计划添加使用 RunInference 与 >30GB 模型、多语言管道、常见 Beam 概念和 TensorRT 的示例。我们还将添加示例,展示机器学习生命周期的其他部分,如使用 TFMA 进行模型评估、每个实体训练和更多在线训练。

希望您觉得这有用!与往常一样,如果您看到任何需要改进的地方,请 打开问题提交拉取请求