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

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

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。

下拉加载更多