使用Spark扩展机器学习：基于MLlib、TensorFlow和PyTorch的分布式机器学习
A

使用Spark扩展机器学习：基于MLlib、TensorFlow和PyTorch的分布式机器学习

TensorFlow
Apache Spark distributed ML MLlib TensorFlow PyTorch scalable architecture production deployment
作者
Adi Polak
出版社
O'Reilly Media
年份
2023
语言
英语
39
评价本书

阅读本书 登录 / 注册

预览片段

相似书籍

使用Dask扩展Python：从数据科学到机器学习

使用Dask扩展Python：从数据科学到机器学习

Holden Karau, Mika Kimmins

使用PyTorch和Scikit-Learn进行机器学习

使用PyTorch和Scikit-Learn进行机器学习

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili

学习 TensorFlow 2.0：使用 Python 实现机器学习和深度学习模型

学习 TensorFlow 2.0：使用 Python 实现机器学习和深度学习模型

Pramod Singh, Avinash Manure

使用PySpark进行应用数据科学：学习端到端预测模型构建周期，第二版

使用PySpark进行应用数据科学：学习端到端预测模型构建周期，第二版

Ramcharan Kakarla, Sundar Krishnan, Balaji Dhamodharan, Venkata Gunnu

自适应机器学习算法与Python：在边缘设备上解决数据分析和机器学习问题

自适应机器学习算法与Python：在边缘设备上解决数据分析和机器学习问题

Chanchal Chatterjee

Python机器学习入门：数据科学家指南

Python机器学习入门：数据科学家指南

Andreas C. Müller and Sarah Guido

使用PyTorch构建LLM：基于PyTorch开发先进AI模型的逐步指南

使用PyTorch构建LLM：基于PyTorch开发先进AI模型的逐步指南

Anand Trivedi

Python：深入理解机器学习

Python：深入理解机器学习

Sebastian Raschka, David Julian, John Hearty

从零开始构建大型语言模型：使用PyTorch设计、训练和部署LLM

从零开始构建大型语言模型：使用PyTorch设计、训练和部署LLM

Dilyan Grigorov

PyTorch 程序员的人工智能与机器学习：生成式 AI 与机器学习实战指南

PyTorch 程序员的人工智能与机器学习：生成式 AI 与机器学习实战指南

Laurence Moroney