您好,欢迎来到聚文网。 登录 免费注册
Serverless架构下的AI应用开发 入门、实战与性能优化

Serverless架构下的AI应用开发 入门、实战与性能优化

  • 装帧: 平装
  • 出版社: 机械工业出版社
  • 作者: 刘宇 等
  • 出版日期: 2022-06-01
  • 商品条码: 9787111707028
  • 版次: 1
  • 开本: 16开
  • 页数: 300
  • 出版年份: 2022
定价:¥99 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
编辑推荐
(1)阿里官方出品:阿里云和蚂蚁集团的Serverless产品专家、AI算法专家、Serverless解决方案架构师、Serverless工具链技术负责人联合撰写,全方位地梳理和总结了阿里在Serverless架构下的机器学习实战经验。 (2)学界业界专家推荐:北大、浙大、中科院、国防科大、CNCF、阿里、蚂蚁集团等机构和企业的10余位专家高度评价并推荐。 (3)注重实战案例丰富:书中有大量来自阿里的实践案例,贯穿AI应用从设计、开发、到部署和运维的全流程。 (4)零基础入门:即便读者没有Serverless基础和机器学习基础,也能顺利地掌握本书的内容。
内容简介
这是一部指导读者在Serverless架构下开发、部署和运维机器学习项目的实战性著作。本书由阿里巴巴官方出品,来自阿里云和蚂蚁集团的Serverless产品专家、AI算法专家、Serverless解决方案架构师、Serverless工具链技术负责人联合撰写,全方位地梳理和总结了阿里在Serverless架构下的机器学习实战经验,得到了企业界和学术界的10余位专家的高度认可。具体内容上,本书主要包含如下几个方面:(1)Serverless架构基础详细介绍了Serverless架构的概念、特点和应用场景,Serverless架构下的应用开发、部署的流程和方法,以及传统的Web框架如何向Serverless架构迁移和部署,这些都是在Serverless架构下开发和部署应用推荐的基础知识。(2)机器学习算法和机器学习框架在Serverless架构下的应用详细讲解了支持向量机、神经网络等各种机器学习常用的算法和模型,以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4种主流深度学习框架与Serverless架构的结合,为读者在Serverless架构下开发机器学习应用打下基础。(3)Serverless架构下的机器学习项目实战首先通过几个实战案例讲解了图像识别、模型升级、情感分析等机器学习领域的高频应用的Serverless化,为传统的AI应用迁移和部署到Serverless架构给出指引;然后通过两个综合案例讲解了机器学习应用在Serverless架构上从设计、开发、部署到运维的全流程。(4)Serverless应用性能优化总结了Serverless架构下应用性能优化的方法和经验,比如冷启动的优化方案、开发注意事项等。
作者简介
刘宇,国防科技大学博士、阿里云Serverless产品侧负责人、阿里战略级开源项目Serverless Devs发起人。阿里云“麒麟布道师”、云原生“靠前布道师”、阿里巴巴“2021年度开源先锋人物”。著有畅销书《Serverless架构》《Serverless工程实践》,以及《架构师特刊:人人都能学会的Serverless实践》《Serverless开发速查手册》等电子书。
目录
序一
序二
序三
序四
序五
前言
第1章初识Serverless架构
1.1Serverless架构的概念
1.2Serverless架构的特点
1.2.1优势与价值
1.2.2面临的挑战
1.3Serverless架构的应用场景
第2章Serverless架构下的应用开发
2.1Serverless架构下的应用开发流程
2.2与ServerFul应用开发流程对比
2.3传统Web框架部署与迁移
2.3.1请求集成方案
2.3.2其他方案
2.4Serverless应用的开发和部署
2.4.1如何开发、部署Serverless应用
2.4.2如何对Serverless应用进行调试
2.4.3通过开发者工具进行依赖安装和项目构建
2.4.4Serverless架构与CI/CD工具的结合
2.5Serverless应用的可观测性
第3章机器学习入门
3.1什么是人工智能
3.1.1人工智能、机器学习和深度学习
3.1.2人工智能的发展
3.1.3人工智能的典型应用场景
3.2常用的机器学习算法
3.2.1常见的监督学习算法
3.2.2常见的无监督学习算法
3.2.3其他常见的深度学习模型
第4章主流机器学习框架与Serverless架构结合
4.1scikit-learn与Serverless架构结合
4.1.1scikit-learn介绍
4.1.2scikit-learn实践:鸢尾花数据分类
4.1.3与Serverless架构结合:文本分类
4.2TensorFlow与Serverless架构结合
4.2.1TensorFlow介绍
4.2.2TensorFlow实践:基于人工智能的衣物区分
4.2.3与Serverless架构结合:目标检测系统
4.3PyTorch与Serverless架构结合
4.3.1PyTorch介绍
4.3.2PyTorch实践:图像分类系统
4.3.3与Serverless架构结合:对姓氏进行分类
4.4PaddlePaddle与Serverless架构结合
4.4.1PaddlePaddle介绍
4.4.2PaddlePaddle实践:手写数字识别任务
4.4.3与Serverless架构结合:Paddle-OCR项目开发与部署
第5章Serverless架构下的AI项目实战
5.1Serverless架构下的AI应用
5.1.1项目的开发与部署
5.1.2冷启动优化
5.1.3训练与推理性能优化
5.1.4模型更新迭代方案
5.2模型升级在Serverless架构下的实现与应用
5.2.1模型升级迭代需求背景介绍
5.2.2猫狗识别项目训练
5.2.3将模型部署到Serverless架构
5.2.4用户反馈与模型迭代
5.2.5项目总结
5.3人脸识别在Serverless架构下的应用
5.3.1人脸识别技术介绍
5.3.2人脸识别模型训练
5.3.3人脸识别模型的应用
5.3.4项目Serverless化
5.3.5项目总结
5.4文本情感分析在Serverless架构下的应用
5.4.1文本情感分析介绍
5.4.2情感分析模型的训练
5.4.3部署到Serverless架构
5.4.4项目Serverless化
5.4.5项目总结
第6章基于Serverless架构的智能问答系统
6.1需求分析
6.2整体设计
6.2.1数据库设计
6.2.2原型图设计
6.2.3接口设计
6.2.4架构设计
6.3项目开发
6.3.1项目初始化
6.3.2数据库与表的建设
6.3.3管理后台相关能力的配置
6.3.4业务逻辑开发
6.4项目部署与运维
6.5项目预览
6.6项目总结
第7章基于Serverless架构的人工智能相册小程序
7.1需求分析
7.2整体设计
7.2.1数据库设计
7.2.2原型图设计
7.2.3细节设计
7.2.4架构设计
7.3项目开发
7.3.1项目初始化
7.3.2小程序开发
7.3.3服务端开发
7.3.4管理系统开发
7.4项目预览
7.5经验积累
7.5.1Web框架与阿里云函数计算
7.5.2如何进行本地调试
第8章Serverless应用的优化与注意事项
8.1函数基础与资源编排
8.1.1函数并不是“函数”
8.1.2对无状态性的认识
8.1.3资源评估的重要性
8.1.4工作流的加持
8.2警惕冷启动
8.2.1云厂商侧的冷启动优化方案
8.2.2开发者侧降低冷启动影响的方案
8.3应用开发注意事项
8.3.1如何上传文件
8.3.2文件读写与持久化方法
8.3.3慎用部分Web框架的特性
8.3.4应用组成结构注意事项
8.3.5如何实现WebSocket
8.3.6善于利用平台特性

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网