会员
Serverless架构下的AI应用开发:入门、实战与性能优化
刘宇 田初东等更新时间:2022-07-20 18:00:00
最新章节:8.3.6 善于利用平台特性开会员,本书免费读 >
这是一部指导读者在Serverless架构下开发、部署和运维机器学习项目的实战性著作。本书由阿里巴巴官方出品,来自阿里云和蚂蚁集团的Serverless产品专家、AI算法专家、Serverless解决方案架构师、Serverless工具链技术负责人联合撰写,全方位地梳理和总结了阿里在Serverless架构下的机器学习实战经验,得到了企业界和学术界的10余位专家的高度认可。具体内容上,本书主要包含如下几个方面:(1)Serverless架构基础详细介绍了Serverless架构的概念、特点和应用场景,Serverless架构下的应用开发、部署的流程和方法,以及传统的Web框架如何向Serverless架构迁移和部署,这些都是在Serverless架构下开发和部署应用必备的基础知识。(2)机器学习算法和机器学习框架在Serverless架构下的应用详细讲解了支持向量机、神经网络等各种机器学习常用的算法和模型,以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4种主流深度学习框架与Serverless架构的结合,为读者在Serverless架构下开发机器学习应用打下基础。(3)Serverless架构下的机器学习项目实战首先通过几个实战案例讲解了图像识别、模型升级、情感分析等机器学习领域的高频应用的Serverless化,为传统的AI应用迁移和部署到Serverless架构给出指引;然后通过两个综合案例讲解了机器学习应用在Serverless架构上从设计、开发、部署到运维的全流程。(4)Serverless应用性能优化总结了Serverless架构下应用性能优化的方法和经验,比如冷启动的优化方案、开发注意事项等。
品牌:机械工业出版社
上架时间:2022-06-01 00:00:00
出版社:机械工业出版社
本书数字版权由机械工业出版社提供,并由其授权上海阅文信息技术有限公司制作发行
Serverless架构下的AI应用开发:入门、实战与性能优化最新章节
查看全部- 8.3.6 善于利用平台特性
- 8.3.5 如何实现WebSocket
- 8.3.4 应用组成结构注意事项
- 8.3.3 慎用部分Web框架的特性
- 8.3.2 文件读写与持久化方法
- 8.3.1 如何上传文件
- 8.3 应用开发注意事项
- 8.2.2 开发者侧降低冷启动影响的方案
- 8.2.1 云厂商侧的冷启动优化方案
- 8.2 警惕冷启动
刘宇 田初东等
主页
同类热门书
最新上架
- 会员
ChatGPT大模型:技术场景与商业应用
ChatGPT作为人工智能领域的一大进步,引起了热议,其强大功能的背后离不开大模型的支持。大模型指的是参数规模超过千万的机器学习模型,主要应用于语音识别、计算机视觉等领域。本书聚焦大模型,对大模型的技术场景和商业应用展开详细叙述。本书主要从典型应用ChatGPT入手,探寻其背后支撑大模型的魅力。首先,本书对大模型的基础概念、产业格局、带来的新型商业模式进行讲解,展现了大模型的发展现状和商业化潜力。计算机13.2万字 - 会员
AIGC:让生成式AI成为自己的外脑
《AIGC:让生成式AI成为自己的外脑》针对近期较为火热的AIGC技术及其相关话题,介绍AIGC的技术原理、专业知识和应用。全书共分为九章。第一章介绍AIGC技术的基本概念和发展历程;第二、三章介绍AIGC的基础技术栈和拓展技术栈;第四、五章分别讨论了AIGC技术在文本生成和图像生成两个领域的现状和前景;第六章列举了目前较为热门的AIGC技术应用;第七章描述了AIGC的上、中、下游产业链及未来前景计算机12.8万字 - 会员
机器学习实战(视频教学版)
《机器学习实战:视频教学版》基于Python语言详细讲解机器学习算法及其应用,用于读者快速入门机器学习。《机器学习实战:视频教学版》共分12章,内容包括机器学习概述、Python数据处理基础、Python常用机器学习库、线性回归及应用、分类算法及应用、数据降维及应用、聚类算法及应用、关联规则挖掘算法及应用、协同过滤算法及应用,最后通过3个综合实战项目(包括新闻内容分类实战、泰坦尼克号获救预测实战、计算机10.1万字 - 会员
GPT图解:大模型是怎样构建的
人工智能(AI),尤其是生成式语言模型和生成式人工智能(AIGC)模型,正以惊人的速度改变着我们的世界。驾驭这股潮流的关键,莫过于探究自然语言处理(NLP)技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅,让其亲身感受,并动手搭建语言模型。本书主要内容包括N-Gram,词袋模型(BoW),Word2Vec(W2V),神经概率语言模型(NPLM),循环神经网络(RNN),Seq2Seq(S2计算机14万字 - 会员
机器学习(第2版)
机器学习是人工智能的重要技术基础,涉及的内容十分广泛。本书涵盖了机器学习和深度学习的基础知识,主要包括机器学习的概述、统计学基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、文本分析、分布式机器学习算法等经典的机器学习基础知识,还包括卷积神经网络、循环神经网络、生成对抗网络、目标检测、自编码器等深度学习的内容。此外,本书还介绍了机器学习的热门应用领域推荐系统以及强化学习等主题。本书深入浅出、内容计算机30.2万字 - 会员
从零开始大模型开发与微调:基于PyTorch与ChatGLM
大模型是深度学习自然语言处理皇冠上的一颗明珠,也是当前AI和NLP研究与产业中最重要的方向之一。本书使用PyTorch2.0作为学习大模型的基本框架,以ChatGLM为例详细讲解大模型的基本理论、算法、程序实现、应用实战以及微调技术,为读者揭示大模型开发技术。《从零开始大模型开发与微调:基于PyTorch与ChatGLM》共18章,内容包括人工智能与大模型、PyTorch2.0深度学习环境搭建计算机12.8万字 - 会员
文心一言:人人都能上手的AI工具
本书作为文心一言的学习指南,全面、细致地介绍了文心一言PC端和App的各项功能和使用方法,力求通过简洁明了的语言和图文并茂的形式,让读者快速掌握文心一言的各项功能。全书共8章,首先简单介绍了人工智能发展的几个阶段及文心一言的相关研发背景;随后介绍了文心一言的基础页面及功能等内容,以及文心一言在学习、工作、生活娱乐方面的应用及相关案例;接着介绍了文心一言的插件,以及文心一言App的功能和使用技巧;最计算机10.7万字 - 会员
机器学习的算法分析和实践
本书是一本全面介绍机器学习方法特别是算法的新书,适合初学者和有一定基础的读者。机器学习可以分成三大类别,监督式学习、非监督式学习和强化学习。三大类别背后的算法也各有不同。监督式学习使用了数学分析中函数逼近方法、概率统计中的极大似然方法。非监督式学习使用了聚类和贝叶斯算法。强化学习使用了马尔可夫决策过程算法。机器学习背后的数学部分来自概率、统计、数学分析以及线性代数等领域。虽然用到的数学较多,但是最计算机7.4万字 - 会员
自适应和反应式机器人控制:动态系统法
本书主要介绍如何通过动态系统学习控制律,从而使机器人具备实时反应能力。本书首先介绍机器人学习数据的收集方法,然后重点讲解使用动态系统学习控制律的核心技术,使用动态系统进行轨迹规划的方法,以及使用动态系统进行柔性控制和力控制的方法。本书提供大量应用示例,包括机械臂、拟人手和仿人机器人的全身控制等。本书要求读者熟悉关于机器人控制的基础知识,并熟悉机器学习、统计、优化以及动态系统等相关内容,适合作为高等计算机20.3万字