Skalierbare Deep-Learning-Pipelines auf AWS aufbauen: Deep-Learning-Modelle entwickeln, trainieren und bereitstellen
A

Skalierbare Deep-Learning-Pipelines auf AWS aufbauen: Deep-Learning-Modelle entwickeln, trainieren und bereitstellen

AWS
AWS deep learning MLOps PyTorch TensorFlow Apache Airflow scalable pipelines
Autor
Abdelaziz Testas
Verlag
Apress
Jahr
2024
Sprache
Englisch
84
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Praktisches Deep Learning: Ein Leitfaden zu Deep Learning mit Projekten und Anwendungen

Praktisches Deep Learning: Ein Leitfaden zu Deep Learning mit Projekten und Anwendungen

Harsh Bhasin

Skalierung von Unternehmenslösungen mit Large Language Models: Umfassende End-to-End Generative AI-Lösungen für Produktionsreife Unternehmenslösungen

Skalierung von Unternehmenslösungen mit Large Language Models: Umfassende End-to-End Generative AI-Lösungen für Produktionsreife Unternehmenslösungen

Arindam Ganguly

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

Aufbau und Training generativer KI-Modelle: Ein praktischer Leitfaden zur Entwicklung und Skalierung generativer KI

Aufbau und Training generativer KI-Modelle: Ein praktischer Leitfaden zur Entwicklung und Skalierung generativer KI

Irena Cronin

Erstellung von Machine-Learning-Pipelines: Automatisierung von Modelllebenszyklen mit TensorFlow

Erstellung von Machine-Learning-Pipelines: Automatisierung von Modelllebenszyklen mit TensorFlow

Hannes Hapke, Catherine Nelson

Data Contracts: Entwicklung von Produktionsreifen Pipelines im großen Maßstab

Data Contracts: Entwicklung von Produktionsreifen Pipelines im großen Maßstab

Chad Sanderson, Mark Freeman, B.E. Schmidt

Angewandtes Maschinelles Lernen und Hochleistungsrechnen auf AWS

Angewandtes Maschinelles Lernen und Hochleistungsrechnen auf AWS

Mani Khanuja, Farooq Sabir, Shreyas Subramanian, Trenton Potgieter

Ein vollständiger Leitfaden zu DevOps mit AWS: Dienste mit AWS-Tools und -Techniken bereitstellen, erstellen und skalieren

Ein vollständiger Leitfaden zu DevOps mit AWS: Dienste mit AWS-Tools und -Techniken bereitstellen, erstellen und skalieren

Osama Mustafa

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Praktisches Maschinenlernen mit C++: End-to-End-Machine-Learning- und Deep-Learning-Pipelines erstellen, trainieren und bereitstellen

Kirill Kolodiazhnyi

Einführung in Deep Learning mit R: Eine Schritt-für-Schritt-Anleitung zum Erlernen und Implementieren von Deep-Learning-Modellen mit R

Einführung in Deep Learning mit R: Eine Schritt-für-Schritt-Anleitung zum Erlernen und Implementieren von Deep-Learning-Modellen mit R

Taweh Beysolow II