Ce cours couvre deux des plateformes open source les plus populaires pour les MLOps (Machine Learning Operations) : MLflow et Hugging Face. Nous passerons en revue les fondements de ce qu'il faut pour commencer à utiliser ces plateformes avec les opérations de base sur les modèles et les ensembles de données. Vous commencerez avec MLflow en utilisant des projets et des modèles avec son puissant système de suivi et vous apprendrez comment interagir avec ces modèles enregistrés depuis MLflow avec des exemples de cycle de vie complet. Ensuite, vous explorerez les référentiels Hugging Face afin de pouvoir stocker des ensembles de données, des modèles et créer des démonstrations interactives en direct.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Outils MLOps : MLflow et Hugging Face
Ce cours fait partie de Spécialisation MLOps | Machine Learning Operations
Instructeurs : Noah Gift
7 830 déjà inscrits
Inclus avec
(35 avis)
Expérience recommandée
Ce que vous apprendrez
Créez de nouveaux projets MLflow pour créer et enregistrer des modèles.
Utilisez les modèles et les ensembles de données de Hugging Face pour créer vos propres API.
Préparez et déployez Hugging Face dans le nuage à l'aide de l'automatisation.
Compétences que vous acquerrez
- Catégorie : Modélisation
- Catégorie : Ingénierie de l'information
- Catégorie : Cloud Computing
- Catégorie : visage étreint
- Catégorie : Logiciel d'apprentissage automatique
Détails à connaître
Ajouter à votre profil LinkedIn
10 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Dans ce module, vous apprendrez ce qu'est MLflow et comment l'utiliser. Vous installerez MLflow et effectuerez des opérations de base telles que l'enregistrement de runs, de modèles et d'artefacts. Ensuite, vous créerez un projet MLflow pour obtenir des résultats reproductibles. Enfin, vous comprendrez comment utiliser un registre avec des modèles MLflow et référencer des artefacts à partir de l'API.
Inclus
13 vidéos12 lectures3 devoirs2 sujets de discussion1 laboratoire non noté
Dans ce module, vous apprendrez les bases de la plateforme Hugging Face. Vous utiliserez certaines de ses fonctionnalités comme ses référentiels afin de pouvoir stocker des modèles et des ensembles de données. Enfin, vous apprendrez à ajouter et à utiliser des modèles et des ensembles de données en utilisant les API de Hugging Face ainsi que l'interface web.
Inclus
14 vidéos9 lectures1 devoir1 laboratoire non noté
Dans ce module, vous apprendrez à conteneuriser les modèles Hugging Face et à utiliser le framework FastAPI pour servir le modèle avec un endpoint API HTTP interactif. Une fois que vous aurez compris comment tout assembler, vous utiliserez l'automatisation pour gagner en rapidité et en reproductibilité. Enfin, vous utiliserez Azure et Docker Hub pour stocker les conteneurs afin qu'ils puissent être utilisés ultérieurement pour les déploiements.
Inclus
13 vidéos9 lectures3 devoirs1 laboratoire non noté
Dans ce module, vous apprendrez à affiner les modèles de Visage en étreinte en utilisant des modèles préexistants, puis en les modifiant (en les affinant) avec des données supplémentaires. Vous utiliserez également Azure pour déployer le conteneur et apprendrez à le dépanner. Enfin, vous verrez comment déployer un modèle dans les espaces Hugging Face.
Inclus
17 vidéos10 lectures3 devoirs5 laboratoires non notés
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 35
35 avis
- 5 stars
44,44 %
- 4 stars
19,44 %
- 3 stars
16,66 %
- 2 stars
11,11 %
- 1 star
8,33 %
Révisé le 21 août 2024
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Non, les exercices et les laboratoires sont construits directement dans le cours en utilisant les Coursera Labs intégrés (VS Code + Jupyter Notebooks). Quelques exercices guident les apprenants dans le déploiement de modèles dans le Cloud. Dans ce cas, des instructions sont fournies aux apprenants pour créer et accéder à un compte Azure gratuit.
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.