「机器学习」我们想研发一个机器学习框架，6 个月后失败了( 三 ) |设计|Kaggle|技术|

到目前为止，这种改变似乎正在发挥作用：

本文插图
【「机器学习」我们想研发一个机器学习框架，6 个月后失败了】
将web开发经验应用到机器学习工具中从哲学上讲，网络框架对我们如何看待Cortex有很大的影响。
Rails和Django之类的框架使得程序员的工作效率和幸福感倍增。要构建一个web应用程序，你不必担心配置SQL数据库、实现请求路由、或编写自己的SMTP方法来发送电子邮件。所有这些都从直观，简单的界面中抽象出来。
简而言之，这就是我们对Cortex的看法。数据科学家不必学习Kubernetes ，他们应该专注于数据科学。软件工程师们不必花上几天的时间来研究如何避免5 GB的模型浪费他们的AWS账单，他们应该可以自由地构建软件。
希望随着机器学习生态系统的成熟和稳定，我们能够将这一理念扩展到堆栈的其余部分。目前，模型服务是一个不错的开始。
https://towardsdatascience.com/we-tried-to-build-an-end-to-end-ml-platform-heres-why-it-failed-190c0f503536

本文插图

360金融首席科学家张家兴：别指望AI Lab做成中台
用 Python 实现手机自动答题，这下百万答题游戏谁也玩不过我！
AI 世界的硬核之战， Tengine 凭什么成为最受开发者欢迎的主流框架？
关于 Docker，你必须了解的核心都在这里了！
5分钟！就能学会以太坊 JSON API 基础知识