Phân phối mô hình học máy với FastAPI, Docker và AWS

Học trình này giúp bạn nối kết khoảng cách đó bằng cách dạy bạn cách sử dụng các mô hình biến đổi hiện đại và biến chúng thành các dịch vụ web mạnh mẽ, dễ tiếp cận. Bạn sẽ vượt qua các kịch bản địa phương để xây dựng các ứng dụng chuyên nghiệp sẵn sàng cho thế giới thực. Bạn sẽ có được kỹ năng để xây dựng API hiệu quả, tạo giao diện tương tác, và quản lý cơ sở hạ tầng bằng cách sử dụng các công cụ tiêu chuẩn của ngành. * Hiểu các khái niệm cơ bản của kiến trúc Transformer như BERT và ViT * Tạo API web hiệu suất cao cho suy luận mô hình bằng FastAPI * Tạo giao diện người dùng tương tác cho các công cụ học máy với Streamlit * Containerize ứng dụng sử dụng Docker cho việc thực hiện nhất quán trên các môi trường * Cấu hình cơ sở hạ tầng đám mây trên AWS để lưu trữ và quy mô triển khai của bạn * Apply model optimization and quantization techniques to improve inference speed * Thực hiện các luồng công việc MLOps cơ bản cho quản lý phiên bản và vòng đời mô hình Chương trình bắt đầu với thuật ngữ cơ bản và các nguyên tắc cơ bản của mô hình phục vụ trước khi chuyển sang phát triển API và container hóa thực tế. Sau đó bạn sẽ khám phá cách định vị môi trường đám mây để đảm bảo các mô hình của bạn an toàn, đáng tin cậy và hiệu quả. Chương trình này được thiết kế cho người mới bắt đầu trong khoa học dữ liệu và kỹ thuật phần mềm muốn chuyển sang thế giới của MLOps; không cần kinh nghiệm triển khai trước. Bắt đầu xây dựng và triển khai các ứng dụng học máy sẵn sàng sản xuất của riêng bạn ngay hôm nay.