کرس به کوبرنتیز ۲۰۱۹
Keras to Kubernetes 2019

در چند سال اخیر شاهد رشد تصاعدی استفاده از هوش مصنوعی (AI) بوده‌ایم. هوش مصنوعی در حال تبدیل شدن به الکتریسیته‌ی نوین است و تمامی صنایع، از خرده‌فروشی گرفته تا تولید، بهداشت و درمان و سرگرمی را تحت تاثیر قرار می‌دهد. در حوزه‌ی هوش مصنوعی، شاهد رشد ویژه‌ای در کاربردهای یادگیری ماشین (ML) و یادگیری عمیق (DL) هستیم. یادگیری ماشین در مورد یادگیری روابط از داده‌های برچسب‌گذاری‌شده (نظارت‌شده) یا بدون برچسب (نظارت‌نشده) است. یادگیری عمیق دارای لایه‌های یادگیری متعددی است و می‌تواند الگوهایی را از داده‌های بدون ساختار مانند تصاویر، ویدیو، صدا و غیره استخراج کند.

Keras به Kubernetes: سفر یک مدل یادگیری ماشین به مرحله‌ی تولید شما را با مثال‌های واقعی از ساخت مدل‌های DL در Keras برای تشخیص لوگوهای محصول در تصاویر و استخراج احساسات از متن آشنا می‌کند. سپس مدل آموزش‌دیده را برمی‌دارید و آن را به عنوان یک کانتینر برنامه‌ی وب بسته‌بندی می‌کنید، قبل از اینکه یاد بگیرید چگونه این مدل را در مقیاس بزرگ در یک خوشه‌ی Kubernetes مستقر کنید. شما مراحل عملی مختلفی را که در پیاده‌سازی‌های واقعی ML فراتر از الگوریتم‌ها دخیل هستند، درک خواهید کرد.

مثال‌های عملی یادگیری را بیابید.

یاد بگیرید که چگونه از Keras و Kubernetes برای استقرار مدل‌های یادگیری ماشین استفاده کنید.

راه‌های جدیدی را برای جمع‌آوری و مدیریت داده‌های تصویر و متن خود با یادگیری ماشین کشف کنید.

مثال‌ها را همان‌طور که هستند، مجدداً استفاده کنید تا مدل‌های خود را مستقر کنید.

چرخه‌ی عمر توسعه‌ی مدل ML و استقرار آن در مرحله‌ی تولید را درک کنید.

اگر آماده‌اید در مورد یکی از محبوب‌ترین چارچوب‌های DL بیاموزید و با آن برنامه‌های کاربردی تولیدی بسازید، به جای درستی آمده‌اید!

Build a Keras model to scale and deploy on a Kubernetes cluster

We have seen an exponential growth in the use of Artificial Intelligence (AI) over last few years. AI is becoming the new electricity and is touching every industry from retail to manufacturing to healthcare to entertainment. Within AI, were seeing a particular growth in Machine Learning (ML) and Deep Learning (DL) applications. ML is all about learning relationships from labeled (Supervised) or unlabeled data (Unsupervised). DL has many layers of learning and can extract patterns from unstructured data like images, video, audio, etc.

em style=”box-sizing: border-box;”Keras to Kubernetes: The Journey of a Machine Learning Model to Production takes you through real-world examples of building DL models in Keras for recognizing product logos in images and extracting sentiment from text. You will then take that trained model and package it as a web application container before learning how to deploy this model at scale on a Kubernetes cluster. You will understand the different practical steps involved in real-world ML implementations which go beyond the algorithms.

Find hands-on learning examples

Learn to uses Keras and Kubernetes to deploy Machine Learning models

Discover new ways to collect and manage your image and text data with Machine Learning

Reuse examples as-is to deploy your models

Understand the ML model development lifecycle and deployment to production

If youre ready to learn about one of the most popular DL frameworks and build production applications with it, youve come to the right place!