Engineering Deep Learning Systems
Чі Ван, Дональд Сето
| Автори | Чі Ван, Дональд Сето |
|---|---|
| Видавництво | Manning |
| Перекладачі | |
| Категорії: | Наука, Технології та ІТ, Навчальна і довідкова |
| ISBN | 9781633439863 |
| Рік видання | 2023 |
| Мова | Англійська |
| Кількість сторінок | 360 |
Книга «Engineering Deep Learning Systems» — це практичний посібник, розроблений спеціально для інженерів програмного забезпечення та дата-сайентистів, які прагнуть вийти за межі простого написання моделей і навчитися створювати повноцінні системи для їхнього впровадження у реальне життя. Якщо ви вже маєте досвід у розробці ПЗ, ця книга допоможе вам адаптувати ці навички для роботи з інфраструктурою глибокого навчання.
Основна мета видання — пояснити, як перетворити дослідницьку модель на стабільну, масштабовану та надійну платформу. Автори розглядають повний цикл розробки: від управління наборами даних до автоматизації навчання та сервінгу моделей. Ви дізнаєтеся, як вирішувати типові інженерні виклики, з якими стикаються команди при роботі з нейронними мережами, та як правильно обирати інструменти з відкритим кодом для побудови власних платформ.
Усередині ви знайдете відповіді на важливі питання:
- Як автоматизувати процес навчання моделей у TensorFlow та PyTorch?
- Як оптимізувати управління даними, налаштування гіперпараметрів та подачу моделей (model serving)?
- Як побудувати масштабовані сервіси для підтримки життєвого циклу моделей?
Книга містить багато практичних прикладів, що робить її ідеальним інструментом для тих, хто хоче опанувати професію інженера систем глибокого навчання. Ви зрозумієте різницю між звичайними розподіленими системами та специфічною інфраструктурою для ШІ, що дозволить створювати швидкі та надійні рішення.
