Project Icon

distributed-ml-patterns

构建并优化分布式机器学习系统的方法

《Distributed Machine Learning Patterns》一书详细介绍了如何构建可扩展和高可靠性的机器学习系统。内容涵盖数据摄取、分布式训练、模型服务等方面,以及如何利用Kubernetes、TensorFlow、Kubeflow和Argo Workflows实现任务自动化。通过该书,读者将掌握关键概念与实际案例,并学会在大规模集群上管理和监控机器学习任务。本书适合具备基础机器学习知识的数据分析师、数据科学家和软件工程师。

kubeflow - 简单、可移植且可扩展的Kubernetes上的AI/ML平台
AIGithubKubeflowKubernetes开源项目机器学习
Kubeflow项目专注于在Kubernetes上简化、可移植且可扩展的AI/ML解决方案。它包含多个开源组件,支持机器学习生命周期的各个阶段,如模型服务、实验管理和数据流水线等。提供丰富的官方文档和社区支持,用户可以通过GitHub获取详细信息和技术支持,这是构建AI/ML应用的理想工具。
azure-genai-design-patterns - Azure自主AI系统设计模式与实践
AzureGithub人工智能代理大型语言模型开源项目自主系统设计模式
该项目提供了构建Azure自主AI系统的设计模式和最佳实践。涵盖基础概念、设计模式、参考架构和加速器,助力开发者实现具自主性、推理能力和适应性的AI系统。同时关注负责任AI和用户体验,为从概念到实施提供全面指导。项目包含生产就绪考虑因素,适合寻求创建高级AI解决方案的开发团队。
Awesome-System-for-Machine-Learning - 机器学习系统研究资源汇总
AI系统GithubMachine Learning分布式计算大数据开源项目自动化机器学习
此项目汇集了机器学习系统研究的丰富资源,包括数据处理、训练系统和推理系统的开源代码与论文。项目由专门团队维护并定期更新,提供书籍、视频、课程和博客等学习材料,还推荐多篇系统设计的必读白皮书和研究论文,适合各个学习阶段。
hands-on-ml-zh - Sklearn和TensorFlow机器学习指南
GithubPythonSklearnTensorFlow开源项目数据分析机器学习
本指南详细介绍了如何使用Sklearn和TensorFlow进行机器学习,包括在线阅读、Docker镜像、PYPI包和NPM包的多种下载方式,并提供了完整的编译和安装步骤。通过该指南,读者能够学习和掌握数据分析及机器学习的实用技能。
Machine-Learning-Guide - 全面的机器学习指南,从基础到前沿应用
Github人工智能开源项目机器学习深度学习自然语言处理计算机视觉
这份机器学习指南涵盖了从基础概念到前沿技术的各个方面,包括丰富的学习资源、主流框架工具介绍和热门应用领域。指南详细讲解了算法、深度学习、强化学习等核心主题,还提供了CUDA、MATLAB等相关技术的开发指南。涉及计算机视觉、自然语言处理等热门领域,并深入介绍PyTorch、TensorFlow等主流机器学习框架和工具,旨在提高机器学习开发效率。
d2l-en - 互动深度学习教程,结合代码、数学与讨论
D2L.aiGithubJupyter笔记本开源书籍开源项目机器学习深度学习
这本开源书籍使用Jupyter笔记本无缝整合深度学习的概念、背景和代码,免费提供给所有人。书中包含可运行代码、技术深度和社区讨论,帮助读者解决实际问题并成长为应用机器学习科学家。
key-book - 深入理解机器学习理论的关键概念与应用
DatawhaleGithubKey-book参考笔记开源项目机器学习机器学习理论导引
《钥匙书》是《机器学习理论导引》的补充读物,帮助读者理解机器学习中的七大关键概念:可学性、复杂度、泛化界、稳定性、一致性、收敛率和遗憾界。通过详细的证明补充、案例解析和概念扩展,解决读者在学习中遇到的难题,提供实时更新的在线阅读资源,非常适合深入研究机器学习理论的读者。
machine-learning - 机器学习与数据科学教程,深度学习、模型部署与强化学习
Githubmachine-learning开源项目强化学习时间序列模型部署深度学习
本项目持续更新,介绍了数据科学和机器学习各个主题。内容涵盖深度学习、模型部署、运筹学和强化学习等,提供Jupyter Notebook格式教程,结合Python科学栈(如numpy、pandas)和开源库(如scikit-learn、TensorFlow、PyTorch)进行教学示范,平衡数学符号与实际应用。
applied-ml - 精选数据科学与机器学习应用案例研究和博客
Github开源项目推荐系统数据工程数据质量机器学习特征存储
通过精选的论文、文章和博客,学习企业如何实施数据科学与机器学习项目。了解不同公司对问题的定义、所采用的机器学习技术、背后的科学原理,以及所取得的商业成果,以便更好地评估投资回报。同时还包括最新的机器学习研究进展和实用指南。
MachineLearning-QandAI-book - 深入探讨机器学习和人工智能领域的30个核心问题
GithubSebastian Raschka人工智能开源项目机器学习深度学习自然语言处理
该书通过30个章节探讨机器学习和人工智能领域的核心问题,内容涵盖基础概念和前沿技术。涉及多GPU训练范式、Transformer微调、编码器和解码器型LLM差异、视觉Transformer等主题。每章提供详细解释和扩展阅读资料,适合希望扩展知识并了解最新AI技术的读者。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号