计算机科学 > 软件工程
[提交于 2025年7月23日
]
标题: 机器学习的数据虚拟化
标题: Data Virtualization for Machine Learning
摘要: 如今,机器学习(ML)团队有多个并行的ML工作流用于不同的应用。 每个工作流通常涉及许多实验、迭代和协作活动,并且从初始的数据处理到模型部署通常需要几个月甚至几年的时间。 在组织层面,有大量的中间数据需要存储、处理和维护。 \emph{数据虚拟化}成为服务于ML工作流的基础设施中的关键技术。 在本文中,我们介绍了数据虚拟化服务的设计和实现,重点在于其服务架构和服务操作。 该基础设施目前支持六个ML应用,每个应用都有多个ML工作流。 数据虚拟化服务允许在未来几年内增加应用和工作流的数量。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.