Kapitel 11. Experimente skalieren: Effektive Planung und Verwaltung
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Pläne sind wertlos, aber Planung ist alles.
-Dwight D. Eisenhower
Unter erfährst du in diesem Kapitel, wie du die Skalierung deines Trainingspensums iterativ und effizient planst und handhabst, indem du auf dem Weg dorthin fundierte Entscheidungen triffst. Das Kapitel ist in zwei Hauptabschnitte unterteilt: "Planung von Experimenten und Durchführung" und "Techniken zur Skalierung deiner Experimente".
Der erste dieser Abschnitte konzentriert sich auf die Problemstellung und beschreibt, wie du deine Experimente so planst, dass du schrittweise Fähigkeiten aufbaust und dabei die Entropie auf ein Minimum reduzierst. In diesem Abschnitt werden auch einige Richtlinien für die Einrichtung von Projekten sowie Umgebungs- und Systemkonfigurationen vorgestellt, die eine reibungslose iterative Entwicklung unterstützen. Du lernst einige Werkzeuge für die Versionierung und Karten-/Zusammenfassungssysteme kennen, die eine flüssige Iteration erleichtern.
Der folgende Abschnitt befasst sich mit einer Reihe von Deep-Learning-Techniken, die hilfreich sind, um die Richtung und den Fahrplan für die Planung von Experimenten zur iterativen Verbesserung deines Modells festzulegen. In diesem Abschnitt lernst du verschiedene Ansätze kennen, mit denen du die Modellentwicklung beschleunigen kannst, z. B. ...
Get Deep Learning im Maßstab now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
