aws / aws/sagemaker-python-sdk
Make mlops module independent of train and serving modules
- Vorherrschende Sprache
- Python
- Sterne
- 2.3k
- Forks
- 1.3k
- Ø Merge
- 1 T. 22 Std.
- Gemergte PRs (30 T.)
- 35
Beschreibung
Previously, MLOps orchestration was possible within a Lamber. Now with new dependencies, they are too big to fit in the lambda. The native dependencies and PyTorch explode the size of the total deployment signficantly
Beitragsleitfaden
Rechercherichtung
Beginne damit, die Abhängigkeiten zwischen den Modulen MLOps, train und serving nachzuverfolgen, und reproduziere dann das im Issue beschriebene Problem mit der Größe des Lambda-Pakets. Ermittle, welche nativen Abhängigkeiten und PyTorch in MLOps-Deployments hineingezogen werden. Als erledigt gilt, wenn die MLOps-Orchestrierung unabhängig und ohne diese unnötigen Abhängigkeiten paketiert werden kann.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Bewertung
- Tech-Stack
- aws, python, pytorch
- Bereich
- cloud, devops, machine-learning
- Issue-Typ
- Refactoring
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Aktivitätsstatus
- Ruhig
- Klarheit
- Muss geklärt werden
- Anfängerfreundlichkeit
- 45/100