dmlc/dgl

Serving DGL models in production

Ouverte

#4 442 ouverte le 21 août 2022

Voir sur GitHub
 (1 commentaire) (0 réaction) (0 personne assignée)Python (2 928 forks)batch import
feature requesthelp wanted

Métriques du dépôt

Stars
 (12 665 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

Can you share the best practices for serving DGL models in production? (which of the frameworks is preferred/fully supported - torch serve , TensorFlow serving , Kserve or anything kubeflow based , Nvidia Triton .) There are very few resources on the same.

Guide contributeur

Direction de recherche
Consultez la documentation DGL sur le service de modèles, explorez les exemples officiels et comparez les frameworks de service comme TorchServe, TensorFlow Serving, KServe, Kubeflow et Nvidia Triton. Recherchez des discussions et des benchmarks dans la communauté.
Stack technique
pythonpytorchtensorflow
Domaine
backendmachine learning
Type d'issue
Recherche
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-3 heures
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
PythonDGL
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
60