Aufbau von Pipelines für maschinelles Lernen

Kapitel 6. Modellschulung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Nachdem die Vorverarbeitung der Daten abgeschlossen ist und die Daten in das für unser Modell erforderliche Format umgewandelt wurden, besteht der nächste Schritt in unserer Pipeline darin, das Modell mit den frisch umgewandelten Daten zu trainieren.

Wie in Kapitel 1 beschrieben, werden wir nicht auf den Prozess der Auswahl deiner Modellarchitektur eingehen. Wir gehen davon aus, dass du einen separaten Experimentierprozess hast, der bereits stattgefunden hat, bevor du dieses Buch in die Hand genommen hast, und dass du bereits weißt, welche Art von Modell du trainieren möchtest. Wir besprechen in Kapitel 15, wie du diesen Experimentierprozess nachverfolgen kannst, denn das hilft dir, einen vollständigen Prüfpfad für das Modell zu erstellen. Allerdings gehen wir nicht auf die theoretischen Hintergründe ein, die du brauchst, um den Prozess der Modellschulung zu verstehen. Wenn du mehr darüber erfahren möchtest, empfehlen wir dir die O'Reilly-Publikation Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd edition.

In diesem Kapitel befassen wir uns mit dem Modelltraining als Teil einer Pipeline für maschinelles Lernen und damit, wie es in einer TFX-Pipeline automatisiert wird. Wir gehen auch auf die in TensorFlow verfügbaren Verteilungsstrategien ein und erklären, wie man Hyperparameter in einer Pipeline ...