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.
56/100
CourseAsk score
- What the provider tells you
- 24/45
- Who stands behind it
- 20/35
- How complete the listing is
- 12/20
Scores how much the provider publishes and who stands behind it — not how well it is taught.
What you'll learn
- understanding high-performance ML system components
- knowledge of static and dynamic training methods
- ability to implement static and dynamic inference methodologies
- proficiency in distributed TensorFlow tasks
- familiarity with TPU usage in ML systems
Price shown by Coursera — confirm on their site.
Enroll on CourseraYou'll be redirected to Coursera to complete enrollment.
- Listed & compared by CourseAsk
- English · 0
Udemy
Coursera
