本书主要从软件开发者的角度探讨如何构建和设计深度学习系统。
作者首先描述一个典型的深度学习系统的整体，包括其主要组件以及它们之间的连接方式，然后在各个单独的章节中深入探讨这些主要组件。对于具体介绍的章节，会在开始时讨论需求，接着介绍设计原则和示例服务/代码，并评估开源解决方案。
通过阅读本书，读者将能够了解深度学习系统的工作原理，以及如何开发每个组件。本书的主要读者对象是想要从事深度学习平台工作或将一些人工智能功能集成到产品中的软件工程师。
作者简介:
王迟，Salesforce Einstein团队的首席软件开发工程师，负责为数百万Salesforce客户构建深度学习平台。此前，他曾在微软必应和Azure工作，负责构建大规模分布式系统。他目前已申请了6项专利，其中大部分涉及深度学习系统。 司徒杰鹏，PredictionIO的联合创始人兼首席技术官。在PredictionIO被Salesforce收购后，他继续从事机器学习和深度学习系统方面的工作。他目前也为技术初创企业提供投资、咨询和指导服务。
目录:
CHAPTER 1 第1章 深度学习系统介绍
CHAPTER 2 第2章 数据集管理服务
CHAPTER 3 第3章 模型训练服务
CHAPTER 4 第4章 分布式训练
CHAPTER 5 第5章 超参数优化服务
CHAPTER 6 第6章 模型服务设计
CHAPTER 7 第7章 模型服务实践
CHAPTER 8 第8章 元数据和工件存储
CHAPTER 9 第9章 工作流编排
CHAPTER 10 第10章 生产部署路径
点击下载