Ханнес Хапке , Кэтрин Нельсон - Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Название: | Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow | |
Автор: | Ханнес Хапке , Кэтрин Нельсон | |
Жанр: | Искусственный интеллект, Программирование: прочее | |
Изадано в серии: | Бестселлеры o’reilly | |
Издательство: | ДМК Пресс | |
Год издания: | 2021 | |
ISBN: | 978-5-97060-886-9 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow"
Машинное обучение становится важным элементом почти во всех отраслях. В этой книге представлено четкое и понятное руководство по автоматизации развертывания, управления и повторного использования моделей машинного обучения. Шаг за шагом описывается конкретный пример проекта, на котором можно отработать основные навыки в этой сфере. Благодаря множеству примеров кода и ясным, лаконичным объяснениям вы сможете создать свой собственный конвейер машинного обучения и запустите его в кратчайшие сроки. Книга поможет ученым и инженерам, специализирующимся в области машинного обучения и искусственного интеллекта, выйти за рамки работы с единичной моделью и успешно реализовать свои проекты в области науки о данных. Также издание будет полезно менеджерам проектов в области науки о данных, разработчикам программного обеспечения и инженерам DevOps, которые хотят, чтобы их организация ускорила свои проекты, использующие технологии машинного обучения и искусственного интеллекта. Читателю понадобится знание основных концепций машинного обучения и хотя бы одного из фреймворков, используемых в машинном обучении (например, PyTorch, TensorFlow, Keras).
Читаем онлайн "Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow". [Страница - 2]
- 1
- 2
- 3
- 4
- . . .
- последняя (151) »
Что такое TFX?...................................................................................................39
Установка TFX....................................................................................................40
Обзор компонентов TFX...................................................................................41
Что такое метаданные ML Metadata?...............................................................42
Альтернативы TFX.............................................................................................45
Знакомство с Apache Beam................................................................................46
Установка.......................................................................................................46
Базовый конвейер.........................................................................................47
Запуск элементарного конвейера................................................................50
Резюме................................................................................................................50
Глава 3. Загрузка данных.............................................................................51
Концепции загрузки данных............................................................................51
Загрузка локальных файлов данных............................................................53
Загрузка удаленных файлов данных............................................................57
Загрузка данных напрямую из баз данных.................................................58
Подготовка данных...........................................................................................60
Разбиение наборов данных..........................................................................60
Связующие наборы данных..........................................................................62
Управление версиями наборов данных.......................................................63
Стратегии загрузки данных..............................................................................64
Структурированные данные.........................................................................64
Текстовые данные для задач обработки естественного языка..................64
Графические данные для задач компьютерного зрения............................64
Резюме................................................................................................................65
Глава 4. Проверка данных...........................................................................66
Для чего нужна проверка данных?...................................................................67
TFDV....................................................................................................................68
Установка.......................................................................................................69
Генерация статистических показателей для набора данных.....................69
Генерация схемы на основе данных.............................................................71
Распознавание ошибок в данных.....................................................................72
Сравнение наборов данных..........................................................................73
Обновление схемы........................................................................................75
Отклонения и дрейф данных .......................................................................76
Наборы данных с систематической ошибкой выборки..............................77
Получение среза данных в TFDV..................................................................78
Обработка больших наборов данных с помощью Google Cloud Platform......80
Интеграция TFDV в конвейер машинного обучения......................................83
Резюме................................................................................................................84
Оглавление
7
Глава 5. Предварительная обработка данных....................................85
Для чего нужна предварительная обработка данных.....................................86
Предварительная обработка данных в контексте всего набора данных......86
Масштабирование шагов предварительной обработки.............................86
Как избежать отклонения при обучении и работе модели........................86
Развертывание шагов предварительной обработки
и модели машинного обучения как единого артефакта.............................88
Проверка результатов предварительной обработки в конвейере.............88
Предварительная обработка данных с помощью TFT....................................89
Установка.......................................................................................................90
Стратегии предварительной обработки......................................................90
Лучшие практики..........................................................................................92
Функции TFT..................................................................................................93
Автономная работа TFT................................................................................95
Интеграция TFT в конвейер машинного обучения.....................................97
Резюме..............................................................................................................101
Глава 6. Обучение модели.........................................................................102
Определение модели для нашего демонстрационного проекта..................103
Компонент TFX Trainer....................................................................................106
Функция run_fn()..........................................................................................106
Запуск компонента Trainer.............................................. 110
Другие соображения относительно компонента Trainer................ 112
Использование TensorBoard в интерактивном конвейере...........................113
Стратегии --">
- 1
- 2
- 3
- 4
- . . .
- последняя (151) »
Книги схожие с «Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow» по жанру, серии, автору или названию:
Антонио Джулли, Суджит Пал - Библиотека Keras - инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек... Жанр: Искусственный интеллект Год издания: 2018 |
Валлиаппа Лакшманан, Сара Робинсон, Майкл Мунн - Машинное обучение. Паттерны проектирования Жанр: Искусственный интеллект Год издания: 2022 Серия: Бестселлеры o’reilly |
Фил Уиндер - Обучение с подкреплением для реальных задач Жанр: Искусственный интеллект Год издания: 2023 Серия: Бестселлеры o’reilly |
Адам Д. Скотт - Разработка на JavaScript. Построение кроссплатформенных приложений с помощью GraphQL, React, React... Жанр: Java, Java Script Год издания: 2021 Серия: Бестселлеры o’reilly |
Другие книги из серии «Бестселлеры o’reilly»:
Эндрю Хоффман - Безопасность веб-приложений Жанр: Интернет Год издания: 2021 Серия: Бестселлеры o’reilly |
Аллен Б. Дауни - Основы Python. Научитесь думать как программист Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Кайл Симпсон - Асинхронная обработка и оптимизация Жанр: Java, Java Script Год издания: 2019 Серия: Бестселлеры o’reilly |
Сет Вейдман - Глубокое обучение: легкая разработка проектов на Python Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |