TensorFlow Veri Boru Hattı ve Model Yönetimi

Bir makine öğrenimi modeli oluşturmak savaşın sadece yarısı; gerçek değer bu modeli kullanıcıların eline vermekten gelir.Bir modeli bir dizüstü bilgisayarda eğitmekten onu üretimde verimli bir şekilde çalıştırmaya geçiş yapmak için veri boru hatları ve çeşitli dağıtım stratejilerinin sağlam bir anlayışı gerektirir. Bu metin tabanlı kurs, veri hazırlama ve TensorFlow modellerini çeşitli platformlara dağıtma sürecinde size rehberlik eder. Yüksek performanslı veri boru hatlarını tasarlamayı, kaynak kısıtlı ortamlar için modeller iyileştirmeyi ve web tarayıcıları, mobil uygulamalar ve bulut API'leri yoluyla tahminleri servis etmeyi öğreneceksiniz. Ne öğreneceksin: - Makine öğrenimi modellerinin eğitimden üretime kadar olan temel yaşam döngüsünü anlamak. - Yüksek verimlilikli giriş boru hatları inşa etmek için tf.data API'yi kullanarak önbellekleme ve ön yükleme gibi en iyi uygulamaları uygulayın. - TensorFlow.js kullanarak tarayıcıda doğrudan interaktif makine öğrenimi modelleri dağıtın. - TensorFlow Lite ve eğitim sonrası kuantumlama kullanarak mobil ve IoT cihazları için modeller optimize edin ve dönüştürün. - TensorFlow Serving ve konteyner hazır dağıtım paternlerini kullanarak ölçeklenebilir model-servis altyapısını ayarlayın. Uygulamalı dağıtım senaryolarına geçmeden önce temel veri boru hattı kavramlarını keşfetmekle başlayacaksınız. Detaylı yazılı açıklamalar ve kod parçaları aracılığıyla, web, mobil ve sunucu ortamları için modelleri uyarlamanın mekaniklerini öğreneceksiniz. Bu kurs, Python ve makine öğrenimi kavramlarını temel olarak bilen ve modellerini nasıl dağıtacaklarını öğrenmek isteyen geliştiriciler, veri bilimcileri ve umut vadeden makine eğitimi mühendisleri için tasarlanmıştır. Gelişmiş üretim mühendisliği deneyimi gerekmez. Makine öğrenimi teorisi ve üretim dağıtımı arasındaki boşluğu kapatmak için bugün okumaya başlayın.