课程信息

93,354 次近期查看
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
高级

• Some knowledge of AI / deep learning 

• Intermediate Python skills

• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

完成时间大约为26 小时
英语(English)

您将学到的内容有

  • Apply techniques to manage modeling resources and best serve batch and real-time inference requests.

  • Use analytics to address model fairness, explainability issues, and mitigate bottlenecks.

您将获得的技能

  • Explainable AI
  • Fairness Indicators
  • automl
  • Model Performance Analysis
  • Precomputing Predictions
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
高级

• Some knowledge of AI / deep learning 

• Intermediate Python skills

• Experience with any deep learning framework (PyTorch, Keras, or TensorFlow)

完成时间大约为26 小时
英语(English)

授课教师

提供方

Placeholder

deeplearning.ai

授课大纲 - 您将从这门课程中学到什么

1

1

完成时间为 7 小时

Week 1: Neural Architecture Search

完成时间为 7 小时
9 个视频 (总计 40 分钟), 2 个阅读材料, 6 个测验
2

2

完成时间为 5 小时

Week 2: Model Resource Management Techniques

完成时间为 5 小时
13 个视频 (总计 91 分钟), 3 个阅读材料, 3 个测验
3

3

完成时间为 5 小时

Week 3: High-Performance Modeling

完成时间为 5 小时
6 个视频 (总计 57 分钟), 2 个阅读材料, 4 个测验
4

4

完成时间为 6 小时

Week 4: Model Analysis

完成时间为 6 小时
12 个视频 (总计 69 分钟), 5 个阅读材料, 5 个测验

审阅

来自MACHINE LEARNING MODELING PIPELINES IN PRODUCTION的热门评论

查看所有评论

关于 Machine Learning Engineering for Production (MLOps) 专项课程

Machine Learning Engineering for Production (MLOps)

常见问题

还有其他问题吗?请访问 学生帮助中心