TFX는 머신러닝 프로젝트를 진행하며 작성되는 소스코드들을 재활용 가능한 형태로 적절히 추상화하는 방법의 표준(ref1)을 제시한다. 예를 들어, “이만~큼의 과정을 묶으면 ‘모델 검증’ 이라고 볼 수 있겠군” 이라고 생각하는 것이다. 그리고 ‘모델 검증’ 이라는 요소에 항상 사용되어야 하는 입력과 출력이 무엇일지 고민하고 정형화하는 것이라고 볼 수 있다.
parse me : 언젠가 이 글에 쓰이면 좋을 것 같은 재료들.
from : 과거의 어떤 생각이 이 생각을 만들었는가?
1.
•
머신러닝 프로젝트 하나를 위해 수많은 코드들이 생겨난다. 분명히 파이프라인의 공통점은 있는데 재활용할 수는 없을까?
2.
•
잘 설계된 표준은 프로젝트의 코드 재사용성을 높이는 일에 유용하다. 어떤 코드들을 묶어 특정 파이프라인 단계라고 여길 것인지와 같은 추상화 수준을 정의하는 일에는 구글의 머신러닝 경험과 노하우가 크게 기여했을 것이다. 하지만 에크마스크립트라는 표준이 만들어지는 과정은 서로가 서로를 카피하는 과정에서 만들어진 같은 목적 다른 생김새의 코드를 획일화하는 과정에 가깝지 않았을까.
supplementary : 어떤 새로운 생각이 이 문서에 작성된 생각을 뒷받침하는가?
opposite : 어떤 새로운 생각이 이 문서에 작성된 생각과 대조되는가?
1.
None
to : 이 문서에 작성된 생각이 어떤 생각으로 발전되고 이어지는가?
ref : 레퍼런스