靜態推論與動態推論
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
您可以選擇下列任一推論策略:
- 離線推論:您可以使用 MapReduce 或類似的程式碼,批次進行所有可能的預測。然後將預測結果寫入 SSTable 或 Bigtable,並將其動態饋給至快取/對照表。
- 「線上推論」是指透過伺服器隨選預測。
請觀看以下影片 (2 分鐘),進一步瞭解靜態與動態推論功能。
靜態與動態推論
機器學習系統模式:推論
離線推論
- 使用 Mapreduce 或類似方式,一次進行所有可能的預測結果。
- 寫入資料表,然後動態饋給/對照表。
線上推論
機器學習系統模式:推論
離線推論
- 使用 Mapreduce 或類似方式,一次進行所有可能的預測結果。
- 寫入資料表,然後動態饋給/對照表。
- 缺點:您不需要擔心推論成本。
- 缺點:可能使用批次配額。
- 缺點:可在推送前對資料進行預測後驗證。
機器學習系統模式:推論
離線推論
- 使用 Mapreduce 或類似方式,一次進行所有可能的預測結果。
- 寫入資料表,然後動態饋給/對照表。
- 缺點:您不需要擔心推論成本。
- 缺點:可能使用批次配額。
- 缺點:可在推送前對資料預測後進行驗證。
- 缺點:只能預測所知道的資訊,無法長期預測。
- 停機時間:更新延遲時間可能是數小時或數天。
機器學習系統模式:推論
線上推論
- 使用伺服器隨選預測。
- 缺點:可預測任何新商品出現時,對長尾來說很實用。
機器學習系統模式:推論
線上推論
- 使用伺服器隨選預測。
- 缺點:可預測任何新商品出現時,對長尾來說很實用。
- 缺點:會耗用大量運算資源且易受延遲影響,可能會讓模型複雜度降低。
- 缺點:監控需求會比較複雜。
視訊講座摘要
以下是離線推論的優缺點:
- 優點:您不用擔心推論成本。
- 專家:可能使用批次配額或大量的 MapReduce。
- 專家:可在推送前驗證預測結果。
- 缺點:只能預測所知道的資訊,對長尾來說很糟糕。
- 答:更新延遲時間可能是數小時或數天。
以下是線上推論的優缺點:
- 優點:可在任何新項目進行預測,對長尾來說非常有用。
- 缺點:運算密集、受到延遲影響,可能會限制模型的複雜度。
- 缺點:監控需求會增加。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2023-12-02 (世界標準時間)。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"缺少我需要的資訊"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"過於複雜/步驟過多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"過時"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻譯問題"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/程式碼問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"容易理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"確實解決了我的問題"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]