![]()
![]()
![]()
![]()
![]()
DeepFlow智慧分析平台
支援MLOps各段生命週期，開發、訓練、推論、監控、重訓練，以改善模型結果。
AI應用功能，擴充更容易
多樣擴充功能，模型建立更有效率
專案管理更有效率
不同人員權限及工作。分工明確，開發更有效率
運用更彈性
透過排程、House Keeping機制。解決資源分配不均
7大特色，解決專案難管理與難落地的問題
AI 工作區
每個工作區為獨立專案，可進行多人協作與強化資料安全性。
工作區管理與審核資料
用工作區作為專案權限區分。不同的專案之間有有效的保護機制。當建立工作區時，管理者可以對運算資源進行分配。
自動化機器學習
內建十幾種演算法，讓使用者不需撰寫程式碼，就能直接在介面上定義模型參數與範圍，挑選最適合的模型。
模型管理與履歷追蹤
使用者可以建立多個模型庫，來儲存不同的模型版本，日後也可以調閱模型履歷，查看模型推論結果。
模型部署與健康度檢測
具有一鍵部署的功能，使用者可以快速發布模型對應的API，並監控模型狀態。
工作排程
協助使用者進行定期工作，例如：定期抓取資料、重新訓練模型並支援斷點執行。
AI 應用功能
例如: Streamlit、label-studio、mlflow 等擴充功能，讓開發人員可以在平台上快速調用。
資源分配
管理者可查詢資源使用狀況，確認資源配置是否需要調整。
看更多精彩案例
產品相關Q&A
Q1. 什麼是MLOps？
機器學習營運 (MLOps) 是一個實務集，可自動化和簡化機器學習 (ML) 工作流程及部署。機器學習和人工智慧 (AI) 是可實作的核心功能，可為您解決複雜的真實世界問題並為客戶提供價值。MLOps 是一種 ML 文化和實務，它統一了 ML 應用程式開發 (Dev) 與 ML 系統部署和營運 (Ops)。您的組織可使用 MLOps 來自動化和標準化整個 ML 生命週期的程序。這些程序包括模型開發、測試、整合、發行和基礎設施管理。
Q2. 產品是否支援雲端版本？
本產品支援雲端、地端或雲地混合。
Q3. DeepFlow平台的優勢？
可配合公司內部流程建置，達到企業AI治理。
