Duke University

Outils MLOps : MLflow et Hugging Face

Noah Gift
Alfredo Deza

Instructeurs : Noah Gift

7 538 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.7

(32 avis)

niveau Avancées

Expérience recommandée

25 heures pour terminer
3 semaines à 8 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.7

(32 avis)

niveau Avancées

Expérience recommandée

25 heures pour terminer
3 semaines à 8 heures par semaine
Planning flexible
Apprenez à votre propre rythme

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

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

10 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation MLOps | Machine Learning Operations
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • 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
Emplacement réservé
Emplacement réservé

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

Emplacement réservé

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

Évaluations de l’enseignant
4.6 (8 évaluations)
Noah Gift
Duke University
40 Cours139 388 apprenants

Offert par

Duke University

Recommandé si vous êtes intéressé(e) par Apprentissage automatique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

Affichage de 3 sur 32

3.7

32 avis

  • 5 stars

    43,75 %

  • 4 stars

    15,62 %

  • 3 stars

    18,75 %

  • 2 stars

    12,50 %

  • 1 star

    9,37 %

ND
5

Révisé le 21 août 2024

Emplacement réservé

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