Production Machine Learning Systems - Français

About this course

Dans ce cours, nous abordons en détail les composants et les bonnes pratiques de construction de systèmes de ML hautes performances dans des environnements de production. Nous verrons aussi certaines des considérations les plus courantes concernant la construction de ces systèmes, telles que l'entraînement statique, l'entraînement dynamique, l'inférence statique, l'inférence dynamique, les tâches TensorFlow distribuées et les TPU. Ce cours a pour objectif d'explorer les caractéristiques d'un bon système de ML, au-delà de sa capacité à effectuer des prédictions correctes.

What you will learn

• Comparer les apprentissages et les inférences statiques/dynamiques
• Gérer les dépendances de modèles
• Configurer un apprentissage distribué pour la tolérance aux pannes, la réplication, etc.
• Exporter des modèles pour la portabilité