你将学到的
  • 预训练模型使用方法
  • 将模型部署在后端
  • 部署模型性能优化
  • TensorFlow Serving 用法
  • 将模型部署在前端
  • 第三方库部署模型

机器学习问题不仅是一个科学问题,更是一个工程问题,参考 Google 团队对于机器学习技术栈的 解释,不难发现机器学习的工程实践至关重要。

大多数年轻的数据科学家都希望将大部分时间花在构建完美的机器学习模型上,但是企业不仅需要训练一个完美的模型,同时也需要将其部署,向用户提供便捷的服务。

如图所示,机器学习系统由机器学习代码只包含一小部分,而在中间的小黑匣子周围,所需要的基础设施庞大而复杂。

TensorFlow

在本课程中,我们将重点放到了机器学习模型部署上面,并使用最为热门的 TensorFlow 2 框架完成实践。

图片描述

先学课程

课程难度

  • 简单

适合人群

  • 掌握机器学习算法后继续学习后端开发的技术,并学会部署机器学习模型。

课程信息

  • 学习周期:课程有效期 2 个月,2 个月后无法进行在线实验,但可查看文档内容。高级会员有效期内可一直学习,到期后课程失效,且无法查看文档。部分云主机实验环境因成本较高,存在开启次数限制。关于课程退款等相关注意事项说明,请阅读 用户付费协议
  • 版权说明:课程内容为实验楼原创或实验楼在原作者授权下制作。未经书面同意,擅自爬取、转载和再分发课程内容,均将受到严肃追责。
  • 企业团报:企业购买,请点击 企业用户咨询
课程教师

Gods_Dusk 共发布过 2 门课程

厦门大学信息学院智能科学与技术系硕士研究生,中国生物医学工程学会,医学人工智能分会会员。多次参加kaggle图像分类竞赛和天池大数据竞赛。现就职于某互联网医疗公司。

查看老师的所有课程 >
蓝桥楼+
实验楼会员
会员
开通会员,即刻开始学习