Învățarea continuă a mașinilor cu Kubeflow: Efectuarea de Mlops fiabile cu capacitățile Tfx, Sagemaker și Kubernetes

Recenzii ale cititorilor

În prezent, nu există recenzii ale cititorilor. Evaluarea se bazează pe 4 voturi.

Titlul original:

Continuous Machine Learning with Kubeflow: Performing Reliable Mlops with Capabilities of Tfx, Sagemaker and Kubernetes

Conținutul cărții:

O călătorie pătrunzătoare către MLOps, DevOps și Machine Learning în mediul real.

CARACTERISTICI CHEIE

⬤  Extinse cunoștințe și explicații conceptuale ale componentelor Kubernetes cu exemple.

⬤  Un ghid de cunoștințe all-in-one pentru instruirea și implementarea conductelor ML utilizând Docker și Kubernetes.

⬤  Include numeroase proiecte MLOps cu acces la cadre dovedite și utilizarea conceptelor de învățare profundă.

DESCRIERE

'Continuous Machine Learning with Kubeflow' vă introduce în infrastructura modernă de învățare automată, care include Kubernetes și arhitectura Kubeflow. Această carte va explica elementele de bază ale implementării diferitelor cazuri de utilizare AI/ML cu formarea și servirea TensorFlow cu Kubernetes și modul în care Kubernetes poate ajuta cu proiecte specifice de la început până la sfârșit.

Această carte vă va ajuta să demonstrați cum să utilizați componentele Kubeflow, să le implementați în GCP și să le serviți în producție utilizând predicția datelor în timp real. Cu Kubeflow KFserving, ne vom uita la tehnicile de servire, vom construi o interfață de utilizator bazată pe viziune computerizată în streamlit și apoi o vom implementa pe platformele cloud Google, Kubernetes și Heroku. În continuare, vom explora, de asemenea, cum să construim un AI explicabil pentru a determina corectitudinea și părtinirea cu un instrument What-if. Sprijiniți de diverse cazuri de utilizare, vom învăța cum să punem machine learning în producție, inclusiv formarea și servirea.

CE VEȚI ÎNVĂȚA

⬤  Vă veți familiariza cu arhitectura și orchestrarea Kubernetes.

⬤  Învățați să containerizați și să implementați de la zero folosind Docker și Google Cloud Platform.

⬤  Exersați cum să dezvoltați conducta Kubeflow Orchestrator pentru un model TensorFlow.

⬤  Creați conducte AWS SageMaker, de la instruire până la implementarea în producție.

⬤  Construiți conducta TensorFlow Extended (TFX) pentru o aplicație NLP utilizând Tensorboard și TFMA.

PENTRU CINE ESTE ACEASTĂ CARTE

Această carte este pentru MLOps, DevOps, ingineri de învățare automată și cercetători de date care doresc să implementeze continuu conducte de învățare automată și să le gestioneze la scară largă utilizând Kubernetes. Cititorii ar trebui să aibă un background solid în machine learning și sunt necesare unele cunoștințe de Kubernetes.