本课程涵盖 MLOps（机器学习操作）最流行的两个开源平台：MLflow 和 Hugging Face。我们将通过基本的模型和数据集操作，介绍这些平台的入门基础。您将从 MLflow 开始，利用其强大的跟踪系统使用项目和模型，并通过完整的生命周期示例学习如何与这些从 MLflow 注册的模型进行交互。然后，您将探索 Hugging Face 资源库，以便存储数据集、模型和创建实时互动演示。
MLOps 工具：MLflow 和拥抱脸
MLOps 工具：MLflow 和拥抱脸
本课程是 MLOps | 机器学习运营 专项课程 的一部分
位教师：Noah Gift
访问权限由 Coursera Learning Team 提供
12,036 人已注册
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 MLOps | 机器学习运营 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
在本 Modulation 中，您将了解什么是 MLflow 以及如何使用它。您将安装 MLflow 并执行注册运行、模型和工件等基本操作。然后，您将创建一个 MLflow 项目，以获得可重现的结果。最后，您将了解如何使用带有 MLflow 模型的注册表，并从 API 引用工件。
涵盖的内容
13个视频13篇阅读材料3个作业2个讨论话题1个非评分实验室
在本 Modulation 中，您将学习 Hugging Face 平台的基础知识。您将使用它的一些功能，如存储库，以便存储模型和数据集。最后，你将学习如何使用 Hugging Face API 以及 Web Interface 添加和使用模型和数据集。
涵盖的内容
14个视频9篇阅读材料1个作业1个非评分实验室
在本 Modulation 中，您将学习如何将 Hugging Face 模型容器化，并使用 FastAPI 框架通过交互式 HTTP API 端点为模型提供服务。了解如何将所有内容组合在一起后，您将使用自动化来提高速度和可重复性。最后，您将使用 Azure 和 Docker Hub 来存储容器，以便以后用于部署。
涵盖的内容
13个视频9篇阅读材料3个作业1个非评分实验室
在本 Module 中，您将学习如何通过使用预先存在的 Data Model，然后使用附加数据对其进行修改（微调），从而对拥抱脸模型进行微调。您还将使用 Azure 部署容器，并学习如何排除故障。最后，您还将看到如何将模型部署到 Hugging Face 空间。
涵盖的内容
17个视频11篇阅读材料3个作业5个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
41.26%
- 4 stars
23.80%
- 3 stars
12.69%
- 2 stars
7.93%
- 1 star
14.28%
显示 3/63 个
ND
已于 Aug 21, 2024审阅
Great learning resources that will be useful long after completing the course, concise presentations, and clear explanations of all topics
从 数据科学 浏览更多内容
Pragmatic AI Labs
Duke University
Duke University
