課程信息

109,960 次近期查看
可靈活調整截止日期
根據您的日程表重置截止日期。
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
高級

• Some knowledge of AI / deep learning 

• Intermediate Python skills

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

完成時間大約為26 小時
英語(English)

您將學到的內容有

  • 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.

您將獲得的技能

Explainable AIFairness IndicatorsautomlModel Performance AnalysisPrecomputing Predictions
可靈活調整截止日期
根據您的日程表重置截止日期。
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
高級

• Some knowledge of AI / deep learning 

• Intermediate Python skills

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

完成時間大約為26 小時
英語(English)

提供方

Placeholder

deeplearning.ai

授課大綱 - 您將從這門課程中學到什麼

1

1

完成時間為 7 小時

Week 1: Neural Architecture Search

完成時間為 7 小時
9 個視頻 (總計 40 分鐘), 2 個閱讀材料, 6 個測驗
2

2

完成時間為 5 小時

Week 2: Model Resource Management Techniques

完成時間為 5 小時
13 個視頻 (總計 91 分鐘), 3 個閱讀材料, 3 個測驗
3

3

完成時間為 5 小時

Week 3: High-Performance Modeling

完成時間為 5 小時
6 個視頻 (總計 57 分鐘), 2 個閱讀材料, 4 個測驗
4

4

完成時間為 6 小時

Week 4: Model Analysis

完成時間為 6 小時
12 個視頻 (總計 69 分鐘), 5 個閱讀材料, 5 個測驗

審閱

來自MACHINE LEARNING MODELING PIPELINES IN PRODUCTION的熱門評論

查看所有評論

關於 Machine Learning Engineering for Production (MLOps) 專項課程

Machine Learning Engineering for Production (MLOps)

常見問題

還有其他問題嗎?請訪問 學生幫助中心