Made With ML: 一个实用的生产级机器学习课程

RayRay
Made With ML机器学习软件工程MLOps模型部署Github开源项目

Made-With-ML

Made With ML:打造生产级机器学习应用的实用指南

在当今数据驱动的时代,机器学习正在各行各业发挥着越来越重要的作用。然而,将机器学习模型从实验阶段推向生产环境,并非易事。为了帮助开发者掌握这一技能,Goku Mohandas创建了Made With ML这一开源课程,旨在教授如何设计、开发、部署和迭代生产级机器学习应用。

课程概览

Made With ML课程涵盖了机器学习应用开发的全流程,从实验阶段(设计和开发)到生产阶段(部署和迭代)。课程采用迭代的方式,逐步引入构建可靠生产系统所需的各个组件。

课程概览

课程的主要特点包括:

  1. 💡 第一性原理: 在直接编码之前,课程会深入讲解每个机器学习概念的基本原理。

  2. 💻 最佳实践: 在开发和部署机器学习模型的过程中,实施软件工程的最佳实践。

  3. 📈 可扩展性: 使用Python轻松扩展机器学习工作负载(数据、训练、调优、服务),无需学习全新的语言。

  4. ⚙️ MLOps: 在构建端到端机器学习系统时,连接各种MLOps组件(跟踪、测试、服务、编排等)。

  5. 🚀 从开发到生产: 学习如何快速可靠地从开发过渡到生产,无需更改代码或基础设施管理。

  6. 🐙 CI/CD: 学习如何创建成熟的CI/CD工作流,以模块化的方式持续训练和部署更好的模型,可与任何技术栈集成。

课程内容

Made With ML课程的内容非常丰富,涵盖了机器学习应用开发的各个方面。以下是课程的主要模块:

  1. 🎨 设计

    • 环境设置
    • 产品设计
    • 系统设计
  2. 🔢 数据

    • 数据准备
    • 数据探索
    • 数据预处理
    • 分布式数据处理
  3. 🤖 模型

    • 模型训练
    • 实验跟踪
    • 超参数调优
    • 模型评估
    • 模型服务
  4. 💻 开发

    • 脚本编写
    • 命令行工具
  5. 📦 工具

    • 日志记录
    • 文档编写
    • 代码风格
    • 预提交钩子
  6. 🧪 测试

    • 代码测试
    • 数据测试
    • 模型测试
  7. ♻️ 可重现性

    • 版本控制
  8. 🚀 生产

    • 作业和服务
    • CI/CD工作流
    • 监控
    • 数据工程

实践项目

为了将理论知识付诸实践,课程设计了一个端到端的机器学习项目。在这个项目中,学员将微调一个大型语言模型(LLM)用于监督文本分类任务。虽然具体任务是NLP领域的,但课程中学到的知识和技能可以轻松扩展到其他应用领域(如计算机视觉、时间序列等)、模型类型(从回归到LLM)、数据模态(表格、文本等)以及不同的云平台和规模。

ML工作流

面向的受众

Made With ML课程适合多种背景的学习者:

  • 👩‍💻 所有开发者: 无论是软件/基础设施工程师还是数据科学家,机器学习正日益成为产品开发的关键部分。

  • 👩‍🎓 大学毕业生: 学习行业所需的实用技能,弥合大学课程与行业期望之间的差距。

  • 👩‍💼 产品/领导层: 希望建立技术基础,以便能够构建由机器学习驱动的出色(且可靠的)产品。

课程特色

  1. 开源免费: 所有课程内容和代码都在GitHub上开源,任何人都可以免费访问和学习。

  2. 实用性强: 课程注重实践,每个单元都有代码实现,将概念具体化为端到端项目。

  3. 最新技术: 课程内容会定期更新,以反映不断发展的机器学习生态系统。

  4. 社区支持: 有活跃的学习社区,可以与其他学习者交流讨论。

  5. 灵活学习: 可以按照自己的节奏学习,也可以参加实时课程获得更多指导。

学习路径

要开始学习Made With ML课程,可以按照以下步骤进行:

  1. 访问Made With ML网站浏览课程内容。

  2. 克隆GitHub仓库获取所有代码和资源。

  3. 按照设置指南配置学习环境。

  4. 从Jupyter notebook开始,交互式地学习核心机器学习工作流程。

  5. 深入研究Python脚本,学习如何将notebook中的代码重构为生产级应用。

  6. 实践各个模块,如训练、调优、评估、推理和服务等。

  7. 学习如何使用MLflow进行实验跟踪和模型管理。

  8. 探索如何将应用部署到生产环境,包括使用Anyscale等工具。

  9. 学习如何设置CI/CD流程,实现持续集成和部署。

结语

Made With ML课程为那些希望掌握生产级机器学习应用开发技能的人提供了一个全面而实用的学习资源。通过结合理论知识、编码实践和工程最佳实践,该课程帮助学习者建立起从概念到生产的端到端机器学习能力。无论你是刚入门的新手,还是希望提升技能的经验开发者,Made With ML都能为你的机器学习之旅提供宝贵的指导。

随着数据规模的增长和模型的日益复杂,课程特别关注如何扩展机器学习工作负载并更快地将其推向生产。同时,课程始终强调第一性原理和编码最佳实践的重要性。通过Made With ML,你将学会如何负责任地利用机器学习为现实世界的应用创造价值。

开始你的Made With ML学习之旅吧,让我们一起探索机器学习的无限可能!

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多