Skalierung von maschinellem Lernen mit Spark: Verteiltes ML mit MLlib, TensorFlow und PyTorch
A

Skalierung von maschinellem Lernen mit Spark: Verteiltes ML mit MLlib, TensorFlow und PyTorch

TensorFlow
Apache Spark distributed ML MLlib TensorFlow PyTorch scalable architecture production deployment
Autor
Adi Polak
Verlag
O'Reilly Media
Jahr
2023
Sprache
Englisch
34
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Skalierung von Python mit Dask: Von Data Science bis Machine Learning

Skalierung von Python mit Dask: Von Data Science bis Machine Learning

Holden Karau, Mika Kimmins

Maschinelles Lernen mit PyTorch und Scikit-Learn

Maschinelles Lernen mit PyTorch und Scikit-Learn

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

TensorFlow 2.0 lernen: Implementierung von Machine-Learning- und Deep-Learning-Modellen mit Python

Pramod Singh, Avinash Manure

Angewandte Data Science mit PySpark: Lernen Sie den kompletten prädiktiven Modellentwicklungszyklus, Zweite Auflage

Angewandte Data Science mit PySpark: Lernen Sie den kompletten prädiktiven Modellentwicklungszyklus, Zweite Auflage

Ramcharan Kakarla, Sundar Krishnan, Balaji Dhamodharan, Venkata Gunnu

Adaptive Machine-Learning-Algorithmen mit Python: Lösen von Datenanalyse- und Machine-Learning-Problemen auf Edge-Geräten

Adaptive Machine-Learning-Algorithmen mit Python: Lösen von Datenanalyse- und Machine-Learning-Problemen auf Edge-Geräten

Chanchal Chatterjee

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Einführung in maschinelles Lernen mit Python: Ein Leitfaden für Datenwissenschaftler

Andreas C. Müller and Sarah Guido

LLMs mit PyTorch entwickeln: Eine Schritt-für-Schritt-Anleitung zum Erstellen fortschrittlicher KI-Modelle mit PyTorch

LLMs mit PyTorch entwickeln: Eine Schritt-für-Schritt-Anleitung zum Erstellen fortschrittlicher KI-Modelle mit PyTorch

Anand Trivedi

Python: Deeper Insights into Machine Learning

Python: Deeper Insights into Machine Learning

Sebastian Raschka, David Julian, John Hearty

Große Sprachmodelle von Grund auf neu erstellen: Entwerfen, Trainieren und Bereitstellen von LLMs mit PyTorch

Große Sprachmodelle von Grund auf neu erstellen: Entwerfen, Trainieren und Bereitstellen von LLMs mit PyTorch

Dilyan Grigorov

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

KI und ML für Programmierer in PyTorch: Ein Programmierleitfaden zu generativer KI und maschinellem Lernen

Laurence Moroney