ヤフーの広告配信で機械学習の改善サイクルを高速化した話 〜 TensorFlow Serving導入
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは。Yahoo!広告 ディスプレイ広告エンジニアの川崎です。 ユーザーに最適な広告を配信するプラットフォームの開発をしています。 この記事では、広告配信にTensorFlow Servingを導入して生産性改善した事例をご紹介します。 Yahoo!広告 ディスプレイ広告とは？ Yahoo!広告では、Yahoo! JAPANのさまざまなサービスや提携パートナーサイトに広告を掲載できます。Yahoo!広告は、検索広告とディスプレイ広告に大別されます。本記事で扱うディスプレイ広告は、例えば以下の図ようにYahoo! JAPAN トップページなどに掲載される広告です。 広告配信の仕組み 広告配信システムの概略図を以下に示します。
Cloud Composer と GKE を活用して機械学習のワークフローを構築する - GiXo Ltd.
TAG : Airflow | Cloud Composer | GCP | Kubernetes | MLOps | Refeed | tech | Tech & Science AUTHOR : ギックス POSTED : 2020.02.10 09:06 GKE を効率的に使うために 弊社の機械学習基盤では、ワークフロー管理ツールとして Cloud Composer (Airflow) を利用しており、機械学習タスクは別の Google Kubernetes Engine (以下、 GKE) クラスタ上で実行する構成を取っています。 GKE では複数の node pool を定義できるため、予め用途に応じた複数の node pool を用意しておくことで、タスクに応じた環境の割当てを容易に実現することができます。（現在は β版の提供に留まっていますが、GKE 側で利用リソースに
開発を爆速にするキスモの機械学習基盤 - Kysmo’s Tech Blog
こんにちは！キスモインターン生の岡野です。 キスモではインフラエンジニアとして働いています。 今回はキスモで新たに構築した機械学習基盤をご紹介します。 結論から言うと以下のようになったのですが、 ここに至る経緯と結果的に享受できるメリットを書いていきます。 クラウド or オンプレ インフラを構築していく場合、 まずこのあたりから選択することになると思います。 2005年のAWSのローンチを皮切りにして、 MicrosoftのAzure、GoogleのGCP等が非常によく利用されるようになりました。 このような背景から、 IT分野はとにかくクラウドに移行すればいいのではないかという疑問も生まれます。 しかしながらオンプレミスにするメリットもまだまだ多く残っています。 そこでまず、クラウドとオンプレを比較します。 クラウドのメリット クラウドのメリットは"とにかく柔軟であること" これに尽き
Kubernetesによる機械学習基盤への挑戦
2018年12月4日 Japan Container Days 講演資料 谷脇大輔 Preferred Networksでは1000個以上のGPUとInfiniBandからなるオンプレミスのクラスターを自社で構築しており、研究者が様々な目的、リソース量、実行時間の機械学習ジョブをKubernetes上で実行して研究成果を出しています。 KubernetesはKubeflowの登場など、機械学習基盤としても非常に注目されている一方で、現実的には未だ発展途上です。 講演では機械学習基盤としてのKubernetesの導入理由、その実用性と将来性、Preferred Networksの挑戦についてお話ししました。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
