Библиотека knigago >> Компьютеры: Разработка ПО >> Искусственный интеллект >> Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow


"Rainbow in the Dark" - это захватывающая автобиография металлической иконы Ронни Джеймса Дио, которая переносит читателей в увлекательное путешествие по его жизни и карьере. Как вокалист таких легендарных групп, как Rainbow, Black Sabbath и Dio, Дио был не только выдающимся вокалистом, но и талантливым автором песен и поэтом. В этой книге он откровенно рассказывает о своем становлении, раннем влиянии, борьбе за славу и творческих процессах. Повествование Дио наполнено живописными...

СЛУЧАЙНАЯ КНИГА

Ханнес Хапке , Кэтрин Нельсон - Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow

Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Книга - Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow.  Ханнес Хапке , Кэтрин Нельсон  - прочитать полностью в библиотеке КнигаГо
Название:
Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow
Ханнес Хапке , Кэтрин Нельсон

Жанр:

Искусственный интеллект, Программирование: прочее

Изадано в серии:

Бестселлеры o’reilly

Издательство:

ДМК Пресс

Год издания:

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 - 4]

Serving..................................................................180
BentoML........................................................................................................180
Seldon...........................................................................................................180
GraphPipe......................................................................................................181
Simple TensorFlow Serving...........................................................................181
MLflow...........................................................................................................181
Ray Serve.......................................................................................................181
Развертывание моделей с использованием услуг поставщиков
облачных решений..........................................................................................182
Сценарии использования...........................................................................182
Пример развертывания с помощью облачных
платформ Google.........................................................................................182
Развертывание модели с помощью конвейеров TFX....................................188
Резюме..............................................................................................................189

Глава 9. Расширенные концепции развертывания моделей
с помощью TensorFlow Serving................................................................190
Разделение зон ответственности в процессе развертывания......................190
Обзор рабочего процесса............................................................................191
Оптимизация загрузки удаленной модели...................................................193
Оптимизация модели для развертываний....................................................194
Квантование.................................................................................................194
Сокращение.................................................................................................195
Дистилляция................................................................................................196
Использование TensorRT совместно с TensorFlow Serving............................196
TFLite................................................................................................................197
Шаги по оптимизации моделей машинного обучения
с помощью TFLite........................................................................................197
Развертывание моделей TFLite
с помощью TensorFlow Serving...................................................................199
Мониторинг экземпляров TensorFlow Serving..............................................200
Установка Prometheus.................................................................................200
Конфигурация TensorFlow Serving..............................................................202
Простое масштабирование с помощью TensorFlow Serving и Kubernetes......204
Дополнительная литература о Kubernetes и Kubeflow..............................205
Резюме..............................................................................................................206

Глава 10. Расширенные концепции TensorFlow Extended. ..........207
Расширенные концепции конвейеров машинного обучения......................207
Одновременное обучение нескольких моделей........................................208

10



Оглавление

Экспорт моделей TFLite..............................................................................209
Ограничения TFLite.....................................................................................210
Обучение модели с «теплым» запуском....................................................212
Участие человека в конвейере машинного обучения...................................212
Настройка компонента Slack......................................................................214
Как использовать компонент Slack............................................................214
Пользовательские компоненты TFX..........................................................215
Сценарии использования пользовательских компонентов.....................216
Создание пользовательского компонента с нуля.....................................216
Повторное использование существующих компонентов........................225
Резюме..............................................................................................................228

Глава 11. Конвейеры, часть 1: Apache Beam и Apache Airflow..... 230
Какой инструмент оркестрации выбрать?.....................................................231
Apache Beam.................................................................................................231
Apache Airflow..............................................................................................231
Kubeflow Pipelines........................................................................................231
Kubeflow Pipelines на платформе AI...........................................................232
Преобразование вашего интерактивного конвейера TFX
в производственный конвейер.......................................................................232
Преобразование элементарного интерактивного конвейера для Beam
и Airflow............................................................................................................234
Введение в Apache Beam.................................................................................235
Оркестрация конвейеров TFX с помощью Apache Beam..............................235
Введение в Apache Airflow...............................................................................237
Установка и начальная настройка..............................................................237
Элементарный пример использования Airflow.........................................239
Оркестрация конвейеров TFX с помощью Apache Airflow............................242
Настройка конвейера..................................................................................242
Запуск --">

Оставить комментарий:


Ваш e-mail является приватным и не будет опубликован в комментарии.

Книги схожие с «Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow» по жанру, серии, автору или названию:

Искусственный интеллект. Справочник. Книга 2. Модели и методы. Д. А. Поспелов
- Искусственный интеллект. Справочник. Книга 2. Модели и методы

Жанр: Справочники

Год издания: 1990

Серия: Искусственный интеллект. Справочник

Другие книги из серии «Бестселлеры o’reilly»:

Python. Карманный справочник. Марк Лутц
- Python. Карманный справочник

Жанр: Python

Год издания: 2015

Серия: Бестселлеры o’reilly