1.6.3　其他替代方案

由于機(jī)器學(xué)習(xí)開發(fā)所面臨的挑戰(zhàn)，許多組織機(jī)構(gòu)已經(jīng)開始建立內(nèi)部平臺(tái)來管理它們的機(jī)器學(xué)習(xí)生命周期。例如，Bloomberg、Facebook、Google、Uber和IBM分別建立了Data Science Platform、FBLearner Flow、TensorFlow Extended、Michelangelo和Watson Studio來管理數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練和部署[1]。

隨著機(jī)器學(xué)習(xí)基礎(chǔ)設(shè)施的不斷發(fā)展和成熟，我們很高興看到像Kubeflow這樣的開源項(xiàng)目為機(jī)器學(xué)習(xí)開發(fā)帶來急需的簡單性和抽象性。

[1] 如果你想在這些工具上探索更多，可以參考Ian Hellstrom于2020年發(fā)布的博客文章（https://oreil.ly/doROU）和Austin Kodra在2019年發(fā)布的文章（https://oreil.ly/bbI3_）。