本書從人工智能系統(tǒng)平臺環(huán)境部署為主線講解了人工智能的概念以及人工智能平臺環(huán)境的部署，主要涉及Linux系統(tǒng)安裝、GPU環(huán)境配置、Python環(huán)境配置、人工智能基礎(chǔ)概念、Hadoop環(huán)境部署、數(shù)據(jù)庫部署、Docker部署、集群的部署和維護等知識。全書知識點的講解由淺入深，使每一位讀者都能有所收獲，也保持了整本書的知識深度。本書主要涉及八個項目，即基礎(chǔ)環(huán)境搭建、人工智能平臺知識基礎(chǔ)、分布式計算原理及Hadoop部署、數(shù)據(jù)庫基礎(chǔ)知識、容器知識基礎(chǔ)、容器管理工具及Kubernetes部署、人工智能平臺實施、人工智能平臺監(jiān)控與維護，嚴格按照生產(chǎn)環(huán)境中的操作流程對知識體系進行編排。使用循序漸進的方式從Linux系統(tǒng)安裝、GPU配置一直到相關(guān)服務(wù)的部署等知識進行講解。
項目一數(shù)據(jù)分析
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一數(shù)據(jù)分析概述
技能點二基于Numpy分析
技能點三基于Pandas分析
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
項目二機器學(xué)習(xí)庫Sklearn
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一機器學(xué)習(xí)概述
技能點二數(shù)據(jù)集與數(shù)據(jù)處理
技能點三模型訓(xùn)練與模型評估
技能點四模型保存與加載
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
項目三機器學(xué)習(xí)并行訓(xùn)練
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一并行的機器學(xué)習(xí)算法
技能點二Spark MLlib
技能點三Spark MLlib訓(xùn)練優(yōu)化
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
項目四深度學(xué)習(xí)入門
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一深度學(xué)習(xí)概述
技能點二常用深度學(xué)習(xí)框架
技能點三PyTorch基礎(chǔ)
技能點四神經(jīng)網(wǎng)絡(luò)概述
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
項目五深度學(xué)OO階
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一卷積神經(jīng)網(wǎng)絡(luò)
技能點二循環(huán)神經(jīng)網(wǎng)絡(luò)
技能點三其他神經(jīng)網(wǎng)絡(luò)
技能點四PyTorch模塊詳解
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
項目六GPU計算
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一GPU介紹
技能點二GPU并行計算
技能點三GPU資源共享與隔離
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
項目七容器編排工具及Kubernetes
學(xué)習(xí)目標
學(xué)習(xí)路徑
任務(wù)描述
任務(wù)技能
技能點一容器編排工具概述
技能點二Kubernetes架構(gòu)及組件
技能點三Kubernetes部署
任務(wù)實施
任務(wù)總結(jié)
英語角
任務(wù)習(xí)題
書單推薦
