分布式机器学习模式
全新正版 极速发货
¥
44.62
6.4折
¥
69.8
全新
库存32件
作者唐源 著 梁豪 译
出版社清华大学出版社
ISBN9787302672265
出版时间2024-10
装帧平装
开本32开
定价69.8元
货号1203402642
上书时间2024-11-14
商品详情
- 品相描述:全新
- 商品描述
-
作者简介
唐源是 Akuity 的创始工程师,致力于为开发者构建企业级平台。他曾带领阿里巴巴和 Uptake 公司的数据科学与工程团队,专注于构建 AI 基础设施和AutoML平台。他是Argo和Kubeflow项目的负责人、TensorFlow和XGBoost 的维护者以及众多开源项目的作者。此外,他还撰写了三本有关机器学习的书籍以及多篇有影响力的论文。他经常在不同的技术会议上发言,并在多个公司和开源组织担任技术顾问、团队领导和导师。
目录
第I部分 基本概念和背景
第1章 了解开发环境 3
1.1 大规模机器学习 4
1.1.1 不断扩大的规模 4
1.1.2 解决方案 5
1.2 分布式系统 6
1.2.1 分布式系统基本概念 7
1.2.2 复杂性和模式 7
1.3 分布式机器学习系统 8
1.3.1 分布式机器学习系统基本概念 8
1.3.2 类似的模式 9
1.3.3 分布式机器学习系统的应用场景 10
1.3.4 不适合使用分布式机器学习系统的场景 11
1.4 本书涵盖的内容 11
1.5 本章小结 12
第II部分 分布式机器学习系统模式
第2章 数据摄取模式 17
2.1 数据摄取的基本概念 18
2.2 Fashion-MNIST数据集 19
2.3 批处理模式 22
2.3.1 问题:在内存有限的情况下对 Fashion-MNIST数据集执行耗费资源的操作 22
……
内容摘要
《分布式机器学习模式》将详细介绍数十种设计和部署分布式机器学习系统的技术。你将使用各种模式解决如下问题:如何进行分布式模型训练、如何应对突发的系统故障,以及如何部署动态的模型服务。本书为每种模式都配备了实际的案例分析,以及基于 Kubernetes 实现分布式模型训练和弹性推理的完整项目。
主要内容
● 数据摄取、分布式训练、模型服务等概念
● 使用 Kubeflow 和 Argo 工作流在 Kubernetes 上实现 TensorFlow 的自动化部署
● 管理和监控大规模机器学习工作负载。
— 没有更多了 —
以下为对购买帮助不大的评价