全栈开发的博客

2.2 查看视图执行后：执行中：运行详情：运行详情：查看生成的模型：下载模型，放入工程同级目录：运行结果：至此，入门结束！

机器学习运维，通常称为MLOps，是一种为机器学习模型建立程序、标准和最佳实践的策略。MLOps 不会在没有计划的情况下将大量时间和资源投入到机器学习开发中，而是致力于确保 ML 开发的整个生命周期（从构思到部署）得到仔细记录和管理，以优化结果。MLOps 的存在不仅是为了提高 ML 模型的质量和安全性，而且还以某种方式记录了最佳实践（这种方式对 ML 操作员和开发人员来说，使机器学习开发更具可扩展性）。