像Google一樣構建機器學習系統 - 在阿里雲上搭建Kubeflow Pipelines

介紹 機器學習的工程複雜度，除了來自於常見的軟件開發問題外，還和機器學習數據驅動的特點相關，這就帶來了其工作流程鏈路更長，數據版本失控，實驗難以跟蹤、結果難以重現，模型迭代成本巨大等一系列問題。爲了解決這些機器學習特有的問題，很多企業構建了內部機器學習平臺來管理機器學習生命週期，其中最有名的是Google的Tensorflow Extended，Facebook的FBLearner Flow，Ub

>>阅读原文<<