시리즈

MLOps

1.[MLOps] Ray-Serve

Ray는 machine learning과 같은 AI 및 Python 애플리케이션을 확장하기 위한 오픈 소스 통합 프레임워크입니다. 분산 시스템 전문가가 될 필요가 없도록 병렬 처리를 위한 계산 레이어를 제공합니다. 데이터 전처리, 분산 훈련, 하이퍼파라메터 조정, 강화

2024년 5월 23일

2.[MLOps] Serving ML Models

이번 포스트에서는 Ray-Serve에서 PyTorch Resnet 모델을 로드하고 배포하기 위해 다음과 같은 작업을 할 것입니다. PyTorch의 사전 훈련된 modelzoo에서 모델을 로드하는 방법. JSON 요청을 분석하고, 페이로드를 변환하고, 예측하는 방법입니

2024년 6월 27일

3.[MLOps] ControlFlow, AI/LLM Workflow 구축을 위한 Python 프레임워크

주의 ControlFlow는 아직 공개 릴리즈 전으로, 활발히 개발 중인 상태입니다. 따라서 현재 코드는 향후 릴리즈 시 변경되거나 불안정할 수 있습니다.깃헙https://github.com/PrefectHQ/ControlFlow?utm_source=pytor

2024년 6월 28일

4.[MLOps] Object Detection Batch Inference with PyTorch

이번 포스트에서는 대량의 데이터에 대해 배치 inference 하는 방법을 object detection을 예시로 구현해 보겠습니다

2024년 7월 4일

5.[MLOps]Serve an Object Detection Model

이번 포스트에서는 Ray Serve를 이용하여 object detection를 실행해 볼 것이다.우선 ray가 설치되어 있지 않다면 설치해준다pip install "rayserve" requests torch이번 포스트에선 ultralytics/yolov5 모델과 Fa

2024년 7월 23일

6.[MLOps]Ray Data

Ray Data를 이용하여 대용량 이미지 데이터셋을 쉽게 읽고 변형할 수 있다.Ray Data는 다양한 포맷의 이미지를 읽어올 수 있다.이미지를 변형시키기 위해서는 map 또는 map_batches를 사용한다pre-trained model을 사용하여 inference를

2024년 8월 13일

7.[MLOps] MinIO

이번 포스트에서도 ChatGPT를 이용하여 MinIO에 대해서 알아볼 것이다. 아래에는 ChatGPT와의 채팅을 주고받은 형식으로 서술할 것이다.Me : minio 에 대해서 설명해줘ChatGPT :MinIO는 고성능 오브젝트 스토리지(Object Storage) 솔루

2024년 12월 2일

8.[MLOps] MinIO - Part2

첫번째 minio 포스팅에 이어 ChatGPT를 이용한 MinIO에 대해서 계속해서 알아보자. 아래에는 ChatGPT와의 채팅을 주고받는 형식으로 서술할 것이다. >

2024년 12월 13일

9.[MLOps] MinIO 클라이언트

MinIO 클라이언트의 사용방법에 대해서 자세히 알아보자 MinIO 클라이언트(mc)를 사용하면 간단히 버킷을 생성할 수 있습니다. 다음은 버킷을 생성하는 기본적인 단계입니다.MinIO 서버 준비: MinIO 서버가 로컬 또는 원격에 실행되고 있어야 합니다.mc 설치:

2024년 12월 17일

10.[MLOps] MinIO를 활용한 YOLO 학습

MinIO를 활용한 YOLO 학습 방법을 알아보기 위해 ChatGPT를 활용하였다.Me : minio 버킷에 저장된 데이터를 바탕으로 darknet yolov4를 학습하고 싶은데 mlflow를 활용해야 할까? 아니면 python 으로 구현할 수 있을까?ChatGPT :

2025년 1월 6일

11.[MLOps] MLFlow

MLflow는 Machine Learning Lifecycle을 관리하는 오픈소스 플랫폼입니다. 머신러닝 워크플로우를 보다 쉽게 관리하고, 추적(tracking), 배포(deployment), 그리고 모델 재사용(reproducibility)을 지원합니다. MLflow

2025년 1월 14일