Overview
Les entreprises dépensent des milliards dans des projets d'apprentissage automatique, mais c'est de l'argent gaspillé si les modèles ne peuvent pas être déployés efficacement. Dans ce guide pratique, Hannes Hapke et Catherine Nelson te guident à travers les étapes de l'automatisation d'un pipeline d'apprentissage automatique à l'aide de l'écosystème TensorFlow. Tu apprendras les techniques et les outils qui réduiront le temps de déploiement de plusieurs jours à quelques minutes, afin que tu puisses te concentrer sur le développement de nouveaux modèles plutôt que sur la maintenance des systèmes existants.
Les scientifiques des données, les ingénieurs en apprentissage automatique et les ingénieurs DevOps découvriront comment aller au-delà du développement de modèles pour réussir à produire leurs projets de science des données, tandis que les responsables comprendront mieux le rôle qu'ils jouent pour aider à accélérer ces projets.
- Comprendre les étapes pour construire un pipeline d'apprentissage automatique.
- Construis ton pipeline en utilisant les composants de TensorFlow Extended.
- Orchestrer ton pipeline d'apprentissage automatique avec Apache Beam, Apache Airflow et Kubeflow Pipelines.
- Travailler avec des données à l'aide de TensorFlow Data Validation et TensorFlow Transform
- Analyse un modèle en détail à l'aide de l'analyse de modèle TensorFlow.
- Examine l'équité et la partialité des performances de ton modèle
- Déploie des modèles avec TensorFlow Serving ou TensorFlow Lite pour les appareils mobiles.
- Apprends les techniques d'apprentissage automatique qui préservent la vie privée
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access