dmlc/dgl

Serving DGL models in production

Open

#4,442 opened on 2022年8月21日

GitHub で見る
 (1 comment) (0 reactions) (0 assignees)Python (2,928 forks)batch import
feature requesthelp wanted

Repository metrics

Stars
 (12,665 stars)
PR merge metrics
 (30d に merged PR はありません)

説明

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.

コントリビューターガイド

調査方針
DGLのモデルサービングに関するドキュメントを確認し、公式サンプルを調べ、TorchServe、TensorFlow Serving、KServe、Kubeflow、Nvidia Tritonなどのサービングフレームワークを比較してください。コミュニティの議論やベンチマークを探してください。
技術スタック
pythonpytorchtensorflow
領域
backendmachine learning
Issue 種別
調査
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-3時間
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
PythonDGL
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
60