April 2025
Intermediate to advanced
482 pages
13h 59m
Italian
book
Machine learning pratico per la visione artificiale
by Valliappa Lakshmanan, Martin Görner, Ryan Gillard
Content preview from Machine learning pratico per la visione artificiale
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,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Capitolo 8. Qualità del modello e valutazione continua
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Finora in questo libro abbiamo trattato la progettazione e l'implementazione dei modelli di visione. In questo capitolo affronteremo l'importante tema del monitoraggio e della valutazione. Oltre a partire da un modello di alta qualità, vogliamo anche mantenerla. Per garantire un funzionamento ottimale, è importante ottenere informazioni attraverso il monitoraggio, calcolare le metriche, capire la qualità del modello e valutare continuamente le sue prestazioni.
Monitoraggio
Abbiamo addestrato il nostro modello su milioni di immagini e siamo molto soddisfatti della sua qualità. L'abbiamo distribuito nel cloud e ora possiamo sederci e rilassarci mentre fa ottime previsioni per il futuro... Giusto? Sbagliato! Proprio come non lasceremmo un bambino piccolo da solo a gestirsi da solo, anche noi non vogliamo lasciare i nostri modelli da soli in giro per il mondo. È importante monitorare costantemente la loro qualità (utilizzando metriche come l'accuratezza) e le prestazioni di calcolo (query al secondo, latenza, ecc.). Questo è particolarmente vero quando dobbiamo costantemente riqualificare i modelli su nuovi dati che possono contenere cambiamenti nella distribuzione, errori e altri problemi di cui dobbiamo essere consapevoli.
TensorBoard
Spesso i professionisti del ML addestrano i loro modelli ...
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
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.