隨著深度學習模型在現(xiàn)實世界中的業(yè)務(wù)應(yīng)用中變得越來越流行以及訓練數(shù)據(jù)集變得越來越大，機器學習（ML）基礎(chǔ)結(jié)構(gòu)正成為許多公司中的關(guān)鍵問題。

為了幫助您了解ML基礎(chǔ)架構(gòu)的最新研究進展，我們總結(jié)了最近在該領(lǐng)域引入的一些最重要的研究論文。閱讀這些摘要時，您將可以從領(lǐng)先的科技公司（包括Google，Microsoft和LinkedIn）的經(jīng)驗中學習。

我們選擇的論文涵蓋了數(shù)據(jù)標簽和數(shù)據(jù)驗證框架，用于ML模型的分布式訓練的不同方法，用于跟蹤生產(chǎn)中ML模型性能的新穎方法等等。

標記培訓數(shù)據(jù)越來越成為部署機器學習系統(tǒng)的最大瓶頸。我們展示了Snorkel，這是首創(chuàng)??的系統(tǒng)，它使用戶能夠訓練最先進的模型而無需人工標記任何訓練數(shù)據(jù)。相反，用戶編寫了表示任意試探法的標簽函數(shù)，這些試探法可能具有未知的準確度和相關(guān)性。通過整合我們最近提出的機器學習范例數(shù)據(jù)編程的第一個端到端實現(xiàn)，Snorkel對輸出進行了降噪處理而無須了解真實情況。我們根據(jù)過去一年與公司，代理商和研究實驗室的合作經(jīng)驗，提供了一個靈活的接口層來編寫標簽功能。在用戶研究中，主題專家構(gòu)建模型的速度提高了2.8倍，平均預測性能提高了45倍。相對于7個小時的手工貼標，為5%。我們研究了在這種新設(shè)置中的建模權(quán)衡，并提出了用于自動權(quán)衡決策的優(yōu)化器，該優(yōu)化器可使每次管道執(zhí)行的速度提高1.8倍。通過與美國退伍事務(wù)部和美國食品與藥物管理局的兩次合作，在代表其他部署的四個開源文本和圖像數(shù)據(jù)集上，Snorkel的預測性能比以前的啟發(fā)式方法平均提高了132%，并且不超過大型手工策展訓練集的預測性能的3.60%。