像Google一样构建机器学习系统 - 在阿里云上搭建Kubeflow Pipelines

介绍 机器学习的工程复杂度，除了来自于常见的软件开发问题外，还和机器学习数据驱动的特点相关，这就带来了其工作流程链路更长，数据版本失控，实验难以跟踪、结果难以重现，模型迭代成本巨大等一系列问题。为了解决这些机器学习特有的问题，很多企业构建了内部机器学习平台来管理机器学习生命周期，其中最有名的是Google的Tensorflow Extended，Facebook的FBLearner Flow，Ub

>>阅读原文<<