Scaling Machine Learning Models with TensorFlow and Cloud Infrastructure

Chuyển đổi mô hình học máy từ một máy tính bảng địa phương sang một môi trường đám mây có thể mở rộng đòi hỏi một hiểu biết vững chắc về cả kiến trúc mô hình và cơ sở hạ tầng đám mờ. Chương trình học dựa trên văn bản này hướng dẫn bạn qua các khái niệm cơ bản cần thiết để xây dựng, mở lớn, và duy trì các hệ thống sẵn sàng sản xuất. Bạn sẽ tiến từ việc hiểu các thuật ngữ cơ bản của học máy đến viết mã TensorFlow sạch, có thể mở rộng tối ưu hóa cho triển khai đám mây. Qua các giải thích có cấu trúc và hướng dẫn mã thực tế, bạn sẽ học cách tự động hóa các đường ống, quản lý việc hấp thụ dữ liệu, và giám sát các mô hình trong sản xuất. Bạn sẽ học được: - Hiểu các khái niệm học máy cơ bản, thuật ngữ đám mây và kiến trúc TensorFlow. - Tạo các đường ống nhập có thể mở rộng bằng cách sử dụng các tập dữ liệu TensorFlow tối ưu hóa cho lưu trữ đám mây. - Cấu hình các chiến lược huấn luyện phân tán để huấn Luyện mô hình quy mô lớn hiệu quả. - Thiết lập các mô hình huấn luyện cho các điểm cuối đám mây cho thời gian thực và dự đoán hàng loạt. - Thực hiện các thực tiễn MLOps hiện đại, bao gồm tự động hóa đường ống và giám sát mô hình. - Ứng dụng các thực tiễn tốt nhất cho phân bổ tài nguyên và tối ưu hóa chi phí trong môi trường đám mây. Chương trình học bắt đầu với các định nghĩa cơ bản và các khái niệm cốt lõi của TensorFlow trước khi hướng dẫn bạn qua thiết kế đường ống dữ liệu, đào tạo phân phối và chiến lược triển khai đám mây. Chương trình này được thiết kế cho các kỹ sư học máy, nhà khoa học dữ liệu, và nhà phát triển muốn nâng cấp mô hình của họ. Không cần kinh nghiệm trước đó, vì chúng tôi bắt đầu với những điều cơ bản nhất của các luồng công việc dựa trên đám mây. Bắt đầu đọc ngay hôm nay để xây dựng và triển khai đường ống học máy đám mây sẵn sàng sản xuất đầu tiên của bạn.