文档摘要

5.3 模型部署与监控 本节摘要：部署把训练好的模型变成生产环境里可持续提供预测的服务，监控则在上线后持续追踪技术健康、数据分布与业务效果，两者的衔接构成 MLOps 闭环。本节比较在线、批量、边缘三种部署形态，介绍蓝绿与金丝雀两类发布策略，重点拆解数据漂移与概念漂移这两种"模型变质"的成因与发现方式，最后给出监控指标体系与触发再训练的运维闭环。 读前必看（上） 阅读完本节，你应当能够： 按延迟、隐私与流量特征选择部署形态；… 会员。《5.3 模型部署与监控》收录于灏天文库文集《AI核心算法原理：从机器学习到神经网络》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/444-ai%E6%A0%B8%E5%BF%83%E7%AE%97%E6%B3%95%E5%8E%9F%E7%90%86%E4%BB%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%88%B0%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流