幻仿编程 Udemy 付费课程,独家中英字幕 + 配套资料!
限时1折特惠!课程永久访问权,随时随地学习!
端到端机器学习:从想法到实现
使用 Python 和 MLOps 构建、管理和部署机器学习 (AI) 项目
讲师:Kıvanç Yüksel
您将学到什么
- 如何利用最佳实践高效构建可持续、可扩展的机器学习项目
- 数据版本控制
- 分布式数据处理
- 特征提取
- 分布式模型训练
- 模型评估
- 实验跟踪
- 错误分析
- 模型推理
- 使用我们训练的模型创建应用程序
- 元数据管理
- 可重复性
- MLOps
- MLOps 主体
- 机器学习操作
- 机器学习
- 深度学习
- 人工智能
- 人工智能
探索相关主题
- 机器学习
- 数据科学
- 发展
要求
- 对机器学习的基本理解
- Python编程语言
- 您将在课程中学习其余内容
描述
踏上实践之旅,掌握使用 Python 和 MLOps 进行机器学习项目开发的方法。本课程经过精心设计,旨在帮助您掌握构建、管理和部署实际机器学习项目所需的基本技能。
课程将聚焦实际应用,深入探讨 MLOps(机器学习运维)的核心,了解如何简化机器学习项目从构思到部署的整个生命周期。探索 Python 的强大功能,了解其如何高效管理和运维机器学习模型。
参与涵盖数据版本控制、分布式数据处理、特征提取、模型训练、评估等内容的全面课程。本课程还将向您介绍确保机器学习项目可持续性和可扩展性的基本 MLOps 工具和实践。
完成一个涵盖课程所有关键知识点的毕业项目,让你能够切实地展示新学到的技能。经验丰富的导师将提供建设性的反馈和指导,助你取得成功。
通过我们的互动平台,加入一个由志同道合的学习者和专业人士组成的充满活力的社区,开启一段充满回报的旅程,探索由 Python 和 MLOps 驱动的机器学习项目动态世界。完成本课程后,你将拥有扎实的基础、实践技能,以及一个强大的项目组合,展现你领导机器学习项目走向成功的实力。
立即注册,迈出重要一步,精通使用 Python 和 MLOps 开发和部署机器学习项目。开启机器学习实践之旅!
本课程适合哪些人:
- 有兴趣从事机器学习项目开发职业并希望获得可持续和可扩展开发实践专业知识的学生
- 有兴趣开发可扩展且长期可持续的机器学习解决方案的机器学习工程师
- 希望扩展其技能以包括可扩展和可持续的机器学习项目开发的数据科学家
- 有兴趣更有效地开发机器学习模型的研究人员
- 希望获得开发可持续和可扩展机器学习项目专业知识的软件开发人员
- 希望开发可扩展以满足未来需求且可持续发展的机器学习项目的初创公司创始人
- 希望学习如何有效管理和监督可持续、可扩展的机器学习项目的技术项目经理
- 希望了解机器学习项目开发最新趋势和进展的技术行业专业人士
- 希望实施可持续和可扩展的机器学习项目以改善运营、效率和盈利能力的公司和组织
| 共 254 节课程 • 总时长 35 小时 56 分钟 | |
| 第一章 引言 | |
| 1. 为什么这门课程 | 3分26秒 |
| 2. 为什么太多公司失败 | 5分50秒 |
| 3. 提升您课程学习体验的小贴士 | 2分28秒 |
| 第二章 Git 和 Github 快速入门 | |
| 1. Git 和 Github 快速入门部分介绍 | 48秒 |
| 2. Git 和 GitHub – 基本工作流程 | 13分4秒 |
| 3. 撤销您的更改 | 3分 |
| 4. 提交历史 | 3分19秒 |
| 5. 别名 | 2分57秒 |
| 6. 恢复到之前的提交 | 11分2秒 |
| 7. Git差异 | 2分29秒 |
| 8. 分支和合并 | 7分5秒 |
| 9. 拉取请求和代码审查 | 7分7秒 |
| 10. 变基 | 12分59秒 |
| 11. 暂存 | 7分9秒 |
| 12. Git 和 Github – 它们是什么 | 5分20秒 |
| 13. 标记 | 4分58秒 |
| 14. 樱桃采摘 | 3分17秒 |
| 15. Git和GitHub – 最后的话 | 20秒 |
| 16. Git 安装 – Linux | 1分23秒 |
| 17. Git 安装 – Windows | 1分41秒 |
| 18. Git 安装 – MacOS | 1分34秒 |
| 19. Github – 账户创建 | 3分14秒 |
| 20. 在Linux中将SSH密钥对添加到GitHub账户 | 4分6秒 |
| 21. 在 GitHub 账户中添加 SSH 密钥对 – MacOS | 5分38秒 |
| 22. 为GitHub账户添加SSH密钥对 – Windows | 5分41秒 |
| 第三章 Docker快速入门 | |
| 1. Docker 快速入门部分介绍 | 35秒 |
| 2. Dockerfile | 8分39秒 |
| 3. 更多关于Dockerfile | 7分40秒 |
| 4. 持久化数据在Docker | 1分16秒 |
| 5. 持久化数据 – Docker – 卷 – 实战 | 9分12秒 |
| 6. 持久化数据在Docker – 绑定挂载 – 实战 | 2分52秒 |
| 7. Docker Compose | 2分47秒 |
| 8. Dockerfile最佳实践 | 3分12秒 |
| 9. 什么是Docker以及我们为什么使用它 | 1分37秒 |
| 10. 安装 – Linux | 4分50秒 |
| 11. 安装 – Windows | 3分13秒 |
| 12. 安装 – MacOS | 1分10秒 |
| 13. Docker 容器 | 2分19秒 |
| 14. Docker 容器 – 实战 | 13分57秒 |
| 15. 为什么Docker如此优秀 | 1分48秒 |
| 16. Docker镜像 | 3分18秒 |
| 第四章 DVC | |
| 1. DVC – 章节介绍 | 19秒 |
| 2. 数据版本控制 | 15分18秒 |
| 3. 访问您的数据 | 8分17秒 |
| 4. 管道 – 第一部分 | 13分28秒 |
| 5. 管道 – 第2部分 | 10分20秒 |
| 6. 管道 – 第三部分 | 13分2秒 |
| 7. 指标与实验 | 39秒 |
| 第五章 水螅 | |
| 1. Hydra – 章节介绍 | 1分16秒 |
| 2. 调试 | 2分31秒 |
| 3. 实例化 | 12分5秒 |
| 4. 软件包 | 12分29秒 |
| 5. 一个小项目,以了解全局 | 16分41秒 |
| 6. 小项目 – 任务 | 1分1秒 |
| 7. 小型项目 – 作业解决方案 | 15分52秒 |
| 8. Tab补全 | 1分40秒 |
| 9. 结构化配置 | 1分58秒 |
| 10. 结构化配置基本使用 | 4分2秒 |
| 11. 分层静态配置 | 2分59秒 |
| 12. 如何从命令行使用Hydra | 3分38秒 |
| 13. 结构化配置中的配置组 | 4分6秒 |
| 14. 结构化配置中的默认值列表 | 2分24秒 |
| 15. 结构化配置模式 | 8分5秒 |
| 16. 使用 Pydantic 验证配置参数 | 6分51秒 |
| 17. 扩展小型项目以使用结构化配置 | 32分38秒 |
| 18. 扩展小型项目使用结构化配置 – 课程作业 | 36秒 |
| 19. 扩展小型项目使用结构化配置 – 作业解决方案 | 10分29秒 |
| 20. 指定配置文件 | 3分17秒 |
| 21. 更多关于OmegaConf | 16分47秒 |
| 22. 分组配置文件 | 7分18秒 |
| 23. 选择默认配置 | 7分48秒 |
| 24. 多运行 | 5分18秒 |
| 25. 输出和工作目录 | 5分1秒 |
| 26. 日志记录 | 3分37秒 |
| 第六章 Google Cloud Platform 快速入门 | |
| 1. 谷歌云平台 – 简介部分 | 1分10秒 |
| 2. 工件注册中心 | 6分39秒 |
| 3. 防火墙规则 | 6分59秒 |
| 4. 实例组 | 6分31秒 |
| 5. 如何创建账户 | 2分3秒 |
| 6. 如何创建项目 | 2分1秒 |
| 7. gsutils 和 gcloud 命令 | 2分50秒 |
| 8. Google Cloud Storage (GCS) – 桶创建 | 4分8秒 |
| 9. 谷歌云存储 (GCS) – 桶使用情况 | 5分32秒 |
| 10. Google Compute Engine (GCE) | 8分39秒 |
| 11. 谷歌计算引擎 (GCE) – 配额 | 3分52秒 |
| 第七章 MLFlow | |
| 1. 模型注册表 | 1分26秒 |
| 2. 模型注册中心 – 实战 | 6分52秒 |
| 3. 本地MLFlow设置 | 20分29秒 |
| 4. 生产MLFlow架构概述 | 2分57秒 |
| 5. 在GCP上创建Artifact Store | 1分9秒 |
| 6. 在GCP上创建后端存储 | 3分15秒 |
| 7. 在GCP上跟踪服务器部署 | 28分2秒 |
| 8. 测试已部署的跟踪服务器 | 4分28秒 |
| 9. MLFlow – 章节介绍 | 53秒 |
| 10. MLFlow Tracking | 2分17秒 |
| 11. MLFlow跟踪 – 实战 | 10分58秒 |
| 12. 存储类型 | 6分36秒 |
| 13. 项目 | 7分59秒 |
| 14. 项目 – 实践操作 | 6分37秒 |
| 15. 模型 | 3分15秒 |
| 16. 模型 – 实战 | 24分8秒 |
| 第八章 Dask | |
| 1. Dask – 章节介绍 | 2分59秒 |
| 2. 部署集群 – 命令行 | 5分45秒 |
| 3. 部署集群 – Python API | 3分12秒 |
| 4. Dask DataFrame | 2分52秒 |
| 5. 入门Dask | 12分9秒 |
| 6. 创建和存储Dask数据帧 | 6分16秒 |
| 7. Dask DataFrame – 最佳实践 | 4分52秒 |
| 8. 为 GroupBy 和 Join 进行洗牌 | 2分9秒 |
| 9. 延迟 | 21分59秒 |
| 10. 期货 | 12分45秒 |
| 11. 调度 | 2分40秒 |
| 第九章 在Google Cloud Platform上启动作业以进行分布式模型训练 | |
| 1. 使用示例 | 16分33秒 |
| 2. 引言 | 4分51秒 |
| 3. Python API | 1分19秒 |
| 4. 实例模板创建 | 27分31秒 |
| 5. 实例组创建 | 9分14秒 |
| 6. 创建启动脚本 | 3分44秒 |
| 7. 创建配置 | 15分45秒 |
| 8. 启动作业 | 20分35秒 |
| 9. 其他您可能用于分布式模型训练的工具 | 2分 |
| 第十章 FastAPI | |
| 1. 引言 | 1分8秒 |
| 2. 安装和我们的第一个应用程序 | 6分21秒 |
| 3. 路径参数 | 11分18秒 |
| 4. 查询参数 | 8分46秒 |
| 5. 请求体 | 3分22秒 |
| 第11章 Streamlit | |
| 1. 介绍 | 2分14秒 |
| 2. 常用组件 | 21分34秒 |
| 3. 缓存 | 21分23秒 |
| 第12章 项目环境设置 | |
| 1. 章节介绍 | 3分32秒 |
| 2. 创建Docker Compose模板 | 8分10秒 |
| 3. .gitignore和.gitattributes文件 | 3分15秒 |
| 4. Makefile 设置 | 16分53秒 |
| 5. Hydra 配置设置 | 14分10秒 |
| 6. 模板中的一些更改 | 4分14秒 |
| 7. 哪里如何获取项目模板 | 29秒 |
| 8. make和Makefile是什么 | 3分8秒 |
| 9. 创建和使用Makefile | 7分30秒 |
| 10. 什么是诗歌,我们为什么要它? | 2分21秒 |
| 11. 实践中的诗歌 | 12分49秒 |
| 12. 代码格式化 排序 静态代码分析 类型检查 | 2分34秒 |
| 13. 配置 Black Isort Flake8 MyPy | 8分24秒 |
| 14. 创建Dockerfile模板 | 12分46秒 |
| 第13章 使用DVC进行数据版本控制 | |
| 1. 数据版本控制课程作业 | 32秒 |
| 2. 数据版本控制课程作业解决方案 | 4分25秒 |
| 3. 介绍 | 57秒 |
| 4. 调整数据版本化项目模板 | 8分4秒 |
| 5. 数据集 | 7分41秒 |
| 6. 初始化 DVC | 10分53秒 |
| 7. 初始化DVC存储 | 5分47秒 |
| 8. 数据版本控制 | 16分30秒 |
| 9. 创建新数据版本 | 4分35秒 |
| 第14章 数据处理 | |
| 1. JTC数据集读取器 | 11分46秒 |
| 2. 数据集读取器 – 课程作业 – Twitter数据集 | 35秒 |
| 3. 数据集读取器 – 课程作业 – Twitter数据集 – 解决方案 | 7分38秒 |
| 4. 过滤警告 | 1分3秒 |
| 5. 数据集清理探索性数据分析 | 6分28秒 |
| 6. 数据集清理 – 第一部分 | 16分5秒 |
| 7. 数据集清理 – 第二部分 | 11分51秒 |
| 8. 数据集清理模式 | 9分45秒 |
| 9. 数据集清理配置 | 6分16秒 |
| 10. 数据集清理 – 课程作业 | 1分16秒 |
| 11. 引言 | 42秒 |
| 12. 数据集清理 – 课程作业 – 解决方案 | 3分2秒 |
| 13. 格式化 排序 检查代码风格 类型检查 | 5分36秒 |
| 14. 本地Dask集群设置 | 13分51秒 |
| 15. 本地数据处理 | 15分45秒 |
| 16. 创建 Dask 集群配置模式 | 9分36秒 |
| 17. 为Dask集群添加防火墙规则 | 5分34秒 |
| 18. 生成最终配置 | 19分1秒 |
| 19. 构建并将Docker镜像推送到GCP Artifact Registry | 21分50秒 |
| 20. 准备分布式数据处理的数据集读取器 | 13分29秒 |
| 21. 创建 GCP Dask 集群配置 | 16分50秒 |
| 22. 仓库创建 | 8分16秒 |
| 23. IAM和Service Account权限 | 6分9秒 |
| 24. 在云上运行分布式数据处理 | 8分38秒 |
| 25. 轻松在本地和远程数据处理之间切换 | 18分45秒 |
| 26. 过滤我们的数据集 | 17分13秒 |
| 27. 从GCP获取秘密值 | 6分5秒 |
| 28. 在GCP上创建一个用于GitHub访问令牌的秘密 | 2分29秒 |
| 29. 获取特定原始数据版本 | 12分14秒 |
| 30. 使用原始数据参数更新配置 | 5分59秒 |
| 31. 数据集读者的探索性数据分析 | 15分1秒 |
| 32. GHC数据集读取器 | 27分2秒 |
| 第15章 训练分词器 | |
| 1. 引言 | 6分16秒 |
| 2. 生成最终配置 | 7分59秒 |
| 3. 更新 Python 依赖项 | 1分 |
| 4. 准备分词器训练器 – 第一部分 | 5分15秒 |
| 5. 分词器库组件 | 6分41秒 |
| 6. 准备分词器训练器 – 第二部分 | 18分11秒 |
| 7. 创建配置模式 | 8分37秒 |
| 8. 创建配置文件和分词器训练 | 15分42秒 |
| 第16章 分布式模型训练与评估 | |
| 1. PyTorch Lightning 数据模块是什么 | 5分11秒 |
| 2. PyTorch Lightning Lightning Module是什么 | 4分19秒 |
| 3. PyTorch Lightning 训练器是什么 | 3分9秒 |
| 4. 架构细节 | 7分28秒 |
| 5. 我们的配置将如何看起来 | 3分36秒 |
| 6. 关于配置模式的说明 | 30秒 |
| 7. 数据模块创建 | 18分48秒 |
| 8. 数据模块实践 | 6分53秒 |
| 9. 数据模块配置模式 | 5分8秒 |
| 10. 变换 | 14分7秒 |
| 11. 引言 | 1分28秒 |
| 12. 模型介绍 | 4分19秒 |
| 13. 骨干 | 7分56秒 |
| 14. 适配器 | 26分17秒 |
| 15. 头部 | 2分12秒 |
| 16. 模型 | 4分2秒 |
| 17. 模型架构 | 8分21秒 |
| 18. 损失函数 | 3分7秒 |
| 19. 调度器 | 8分7秒 |
| 20. 闪电模块 | 23分43秒 |
| 21. 闪电模块架构 | 16分12秒 |
| 22. 仓库创建 | 3分22秒 |
| 23. 训练任务第一部分 | 14分49秒 |
| 24. 训练器架构 | 22分34秒 |
| 25. 训练任务第二部分 | 14分49秒 |
| 26. 设置入口脚本 | 9分19秒 |
| 27. 创建数据模块配置 | 6分46秒 |
| 28. 创建Backbone配置 | 7分35秒 |
| 29. 创建模型配置 | 6分7秒 |
| 30. 创建任务配置 | 15分9秒 |
| 31. 创建最终配置 | 24分4秒 |
| 32. 解决训练代码中的问题 | 23分8秒 |
| 33. 更新Python依赖项 | 2分36秒 |
| 34. 将日志参数记录到MLFlow | 14分14秒 |
| 35. 模型导出理论 | 8分51秒 |
| 36. 模型导出逻辑 | 27分13秒 |
| 37. 模型导出任务 | 25分31秒 |
| 38. 评估任务 | 12分46秒 |
| 39. 评估任务模式 | 7分58秒 |
| 40. 模型评估 | 12分15秒 |
| 41. 模型版本化模型选择器 | 24分30秒 |
| 42. 模型版本控制模型选择器模式 | 6分5秒 |
| 43. 模型版本管理 | 13分49秒 |
| 44. 更新Docker Compose文件 | 10分44秒 |
| 45. 分布式模型训练 – 它通常是如何工作的 | 3分6秒 |
| 46. 分布式模型训练 – 提醒 | 5分9秒 |
| 47. 分布式模型训练 – 设置 | 29分19秒 |
| 48. 分布式模型训练 – 单节点多GPU | 21分13秒 |
| 49. 分布式模型训练 – 在GCP上部署ETCD服务器 | 15分59秒 |
| 50. 分布式模型训练 – 多节点多GPU | 10分46秒 |
| 51. 实验配置 | 1分59秒 |
| 52. 让我们的模型变得更好 | 14分55秒 |
| 53. 构建Docker镜像 | 22分42秒 |
| 54. 生成最终配置 | 18分2秒 |
| 55. 总体架构 | 2分35秒 |
| 56. 关于模型训练代码的说明 | 52秒 |
| 第17章 创建Web应用 | |
| 1. 引言 | 1分54秒 |
| 2. 数据处理服务 | 10分41秒 |
| 3. 推理服务 | 16分58秒 |
| 4. Web应用程序设置 | 27分8秒 |
| 5. Streamlit 应用程序 | 27分25秒 |
| 第18章 总结 | |
| 1. 最后的话 | 1分39秒 |
| 1. 关于课程更新与获取 如何获取本站课程? ○ 免费获取方式:在本站签到、评论、发布文章等可获取积分,通过积分购买课程。 ○ 付费获取方式:购买本站【月度会员】或【永久会员】。 课程购买后是否支持更新? ○ 是的,所有课程均提供免费更新服务。 我们致力于为您提供持续的学习支持。 如何获取更新? ○ 单独购买的课程: 您可在“个人中心”随时查看购买记录及最新下载链接,轻松获取免费更新。 ○ 永久会员: 您可在相关页面直接查看最新下载地址,随时免费获取更新。 ○ 非永久会员(重要提示):通过会员权限下载的课程,在“个人中心”可能不显示具体订单记录。 因此,会员到期后,您将无法通过“个人中心”查看最新下载链接。 ① 解决方案建议:续费会员: 恢复会员权限后,即可再次查看所有最新下载链接。 ② 妥善保存下载链接: 我们强烈建议您在会员有效期内,保存好本站分享的课程下载链接。通常,课程更新内容会直接补充到原有分享链接中。 |
| 2. 关于课程资料 课程下载后资料是否齐全? ○ 绝大部分课程资料齐全。 我们尽力确保您获得完整的学习资源。 ○ 少数情况说明: 极少数课程可能存在资料缺失情况。针对 Udemy 课程,资料形式多样,请知悉:本地文件(随视频下载): 此类课件通常随视频一并提供,下载即得。 ① 本地文件(含链接): 课件文件中会提供资料下载链接,您需自行访问链接下载。此类资料通常也可获取。 ② 在线平台存储(如 GitHub): 讲师会在视频中说明资料获取方式(如访问特定平台),请您按指引自行下载。 ③ Udemy 平台内资料: 部分资料需登录您在 Udemy 购买的账号才能查看。此类资料本站无法提供,除非您自行在 Udemy 平台购买该课程。 |
| 3. 关于课程字幕 是否提供中英文双字幕?原本无字幕的课程是否支持? ○ 是的,本站下载的所有课程均提供中英文双字幕,包括 Udemy 原本无任何字幕的课程。 我们致力于提升您的学习体验。 Udemy 字幕现状与本站服务: ○ Udemy 绝大多数课程本身不提供任何字幕。在少数提供字幕的课程中,也几乎不提供中文字幕。 本站字幕服务流程: ① Udemy 有字幕: 我们会将其翻译成中文字幕,与英文字幕一同提供。 ② Udemy 无字幕: 我们会通过技术手段识别生成英文字幕,再翻译成中文字幕,一同提供给您。 字幕服务重要说明(请您理解): ○ 翻译精度: 字幕翻译采用谷歌翻译引擎完成,虽不及人工翻译精准,但足以保障您正常学习理解。 ○ 若您仍然觉得字幕精度较低: 可联系站长针对性润色字幕(该服务仅限本站会员)。 |
| 4. 关于视频存储与使用 视频存储位置与观看/下载方式? 本站所有课程视频均存储于网盘平台。 您支持在线观看: 可在网盘内直接播放学习。 您支持下载: 可将视频下载至本地,使用播放器播放,更灵活便捷。 主要存储网盘:百度网盘 视频格式与加密情况? 本站所有课程视频均以 MP4 或 MKV 通用格式提供。 视频文件不加密,您可自由分享(请遵守相关法律法规)。 播放建议: 使用本地播放器(如 PotPlayer)播放时,可同时加载中英文字幕文件,学习体验更佳。您可参考我们提供的《PotPlayer 挂载中英双字幕教程》。 |
| 5. 关于售后支持与退款政策 遇到问题如何联系? 无论您在购买前或购买后遇到任何疑问,都欢迎随时联系站长。 我们将竭诚为您服务。 退款政策说明: 原则: 由于虚拟商品(课程、资料等)具有可复制性,一旦购买成功并完成下载,原则上不支持退款。 请您在购买前仔细阅读课程介绍、资料说明及本条款,确认符合您的需求。 如有不确定之处,欢迎先行咨询站长。 |
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END


























暂无评论内容