Dieser Kurs behandelt zwei der beliebtesten Open-Source-Plattformen für MLOps (Machine Learning Operations): MLflow und Hugging Face. Wir gehen die Grundlagen durch, die für den Einstieg in diese Plattformen mit grundlegenden Modell- und Datensatzoperationen erforderlich sind. Sie beginnen mit MLflow und verwenden Projekte und Modelle mit seinem leistungsstarken Tracking-System. Anhand von Beispielen aus dem gesamten Lebenszyklus lernen Sie, wie Sie mit diesen registrierten Modellen aus MLflow interagieren können. Dann werden Sie Hugging Face Repositories erkunden, um Datensätze und Modelle zu speichern und interaktive Live-Demos zu erstellen.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
MLOps Tools: MLflow und Umarmendes Gesicht
Dieser Kurs ist Teil von Spezialisierung MLOps | Maschinelles Lernen Operationen
Dozenten: Noah Gift
7.687 bereits angemeldet
Enthalten in
(34 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Erstellen Sie neue MLflow-Projekte, um Modelle zu erstellen und zu registrieren.
Verwenden Sie Hugging Face-Modelle und -Datensätze, um Ihre eigenen APIs zu erstellen.
Verpacken Sie Hugging Face und stellen Sie es mithilfe von Automatisierung in der Cloud bereit.
Kompetenzen, die Sie erwerben
- Kategorie: Modellierung
- Kategorie: Informationstechnik
- Kategorie: Cloud Computing
- Kategorie: gesicht umarmen
- Kategorie: Software für maschinelles Lernen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
10 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
In diesem Modul lernen Sie, was MLflow ist und wie man es benutzt. Sie installieren MLflow und führen grundlegende Operationen wie die Registrierung von Läufen, Modellen und Artefakten durch. Dann erstellen Sie ein MLflow-Projekt für reproduzierbare Ergebnisse. Schließlich werden Sie verstehen, wie Sie eine Registry mit MLflow-Modellen verwenden und Artefakte aus der API referenzieren können.
Das ist alles enthalten
13 Videos12 Lektüren3 Aufgaben2 Diskussionsthemen1 Unbewertetes Labor
In diesem Modul lernen Sie die Grundlagen der Hugging Face-Plattform kennen. Sie werden einige ihrer Funktionen wie die Repositories nutzen, in denen Sie Modelle und Datensätze speichern können. Schließlich lernen Sie, wie Sie Modelle und Datensätze mithilfe der Hugging Face APIs und der Weboberfläche hinzufügen und verwenden können.
Das ist alles enthalten
14 Videos9 Lektüren1 Aufgabe1 Unbewertetes Labor
In diesem Modul lernen Sie, wie Sie Hugging Face-Modelle containerisieren und das FastAPI-Framework verwenden, um das Modell mit einem interaktiven HTTP-API-Endpunkt bereitzustellen. Sobald Sie verstehen, wie Sie alles zusammensetzen, werden Sie die Automatisierung für Geschwindigkeit und Reproduzierbarkeit nutzen. Schließlich werden Sie Azure und Docker Hub verwenden, um die Container zu speichern, damit sie später für Bereitstellungen verwendet werden können.
Das ist alles enthalten
13 Videos9 Lektüren3 Aufgaben1 Unbewertetes Labor
In diesem Modul lernen Sie, wie Sie Hugging-Face-Modelle feinabstimmen können, indem Sie bereits vorhandene Modelle verwenden und sie dann mit zusätzlichen Daten modifizieren (feinabstimmen). Sie werden auch Azure für die Bereitstellung des Containers verwenden und lernen, wie Sie Fehler beheben können. Schließlich erfahren Sie, wie Sie ein Modell in Hugging Face-Räumen bereitstellen können.
Das ist alles enthalten
17 Videos10 Lektüren3 Aufgaben5 Unbewertete Labore
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Duke University
Duke University
Duke University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 34
34 Bewertungen
- 5 stars
44,11 %
- 4 stars
17,64 %
- 3 stars
17,64 %
- 2 stars
11,76 %
- 1 star
8,82 %
Geprüft am 21. Aug. 2024
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Nein, die Übungen und Labore sind direkt in den Kurs integriert und verwenden integrierte Coursera Labs (VS Code + Jupyter Notebooks). Einige wenige Übungen leiten die Lernenden bei der Bereitstellung von Modellen in der Cloud an. In diesen Fällen erhalten die Lernenden eine Anleitung, wie sie ein kostenloses Azure-Konto erstellen und darauf zugreifen können.
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.