Applied Machine Learning and High-Performance Computing on AWS
Idioma: inglés
Editorial: Packt Publishing Limited, GB, 2022
- Tapa blanda
- Nuevo
Librería: Rarewaves.com UK, London, Reino UnidoRarewaves.com UK
Vendedor de IberLibro desde 11 de junio de 2025
Condición: Nuevo
EUR 59,51
Cantidad disponible: Más de 20 disponibles
Añadir al carritoDescripción del artículo del vendedor
Build, train, and deploy large machine learning models at scale in various domains such as computational fluid dynamics, genomics, autonomous vehicles, and numerical optimization using Amazon SageMakerKey FeaturesUnderstand the need for high-performance computing (HPC)Build, train, and deploy large ML models with billions of parameters using Amazon SageMakerLearn best practices and architectures for implementing ML at scale using HPCBook DescriptionMachine learning (ML) and high-performance computing (HPC) on AWS run compute-intensive workloads across industries and emerging applications. Its use cases can be linked to various verticals, such as computational fluid dynamics (CFD), genomics, and autonomous vehicles.This book provides end-to-end guidance, starting with HPC concepts for storage and networking. It then progresses to working examples on how to process large datasets using SageMaker Studio and EMR. Next, you'll learn how to build, train, and deploy large models using distributed training. Later chapters also guide you through deploying models to edge devices using SageMaker and IoT Greengrass, and performance optimization of ML models, for low latency use cases.By the end of this book, you'll be able to build, train, and deploy your own large-scale ML application, using HPC on AWS, following industry best practices and addressing the key pain points encountered in the application life cycle.What you will learnExplore data management, storage, and fast networking for HPC applicationsFocus on the analysis and visualization of a large volume of data using SparkTrain visual transformer models using SageMaker distributed trainingDeploy and manage ML models at scale on the cloud and at the edgeGet to grips with performance optimization of ML models for low latency workloadsApply HPC to industry domains such as CFD, genomics, AV, and optimizationWho this book is forThe book begins with HPC concepts, however, it expects you to have prior machine learning knowledge. This book is for ML engineers and data scientists interested in learning advanced topics on using large datasets for training large models using distributed training concepts on AWS, deploying models at scale, and performance optimization for low latency use cases. Practitioners in fields such as numerical optimization, computation fluid dynamics, autonomous vehicles, and genomics, who require HPC for applying ML models to applications at scale will also find the book useful.…
N° de ref. del artículo LU-9781803237015
- Título
- Applied Machine Learning and High-Performance Computing on AWS
- Autor
- Mani Khanuja, Farooq Sabir, Shreyas Subramanian, Trenton Potgieter
- Editorial
- Packt Publishing Limited, GB
- Año de publicación
- 2022
- Estado
- New
- Encuadernación
- Paperback
- Idioma
- inglés
- ISBN 10
- 1803237015
- ISBN 13
- 9781803237015
Build, train, and deploy large machine learning models at scale in various domains such as computational fluid dynamics, genomics, autonomous vehicles, and numerical optimization using Amazon SageMaker.
Key Features
- Understanding the need for High Performance Computing (HPC).
- Build, train, and deploy large ML models with billions of parameters using Amazon SageMaker.
- Best practices and architectures for implementing ML at scale using HPC.
Book Description
Machine Learning (ML) and High Performance Computing (HPC) on AWS run compute intensive workloads across industries and emerging applications. It's use cases can be linked to various verticals like computational fluid dynamics (CFD), genomics, and autonomous vehicles.
The book provides end-to-end guidance starting from HPC concepts for storage and networking. It then goes deeper into part 2, with working examples on how to process large datasets using SageMaker Studio and EMR, build, train, and deploy large models using distributed training. It also covers deploying models to edge devices using SageMaker and IoT Greengrass, and performance optimization of ML models, for low latency use cases.
By the end of this book, you will be able to build, train, and deploy your own large scale ML application, using HPC on AWS, following the industry best practices and addressing the key pain points encountered in the application life cycle.
What you will learn
- Data management, storage, and fast networking for HPC applications
- Analysis and visualization of a large volume of data using Spark
- Train visual transformer model using SageMaker distributed training
- Deploy and manage ML models at scale on cloud and at edge
- Performance optimization of ML models for low latency workloads
- Apply HPC to industry domains like CFD, genomics, AV, and optimization
Who This Book Is For
The book begins with HPC concepts, however, expects you to have prior machine learning knowledge. This book is for ML engineers and Data Scientists, interested in learning advanced topics on using large dataset for training large models using distributed training concepts on AWS, followed by deploying models at scale and performance optimization for low latency use cases. This book is also beneficial for Practitioners in fields such as numerical optimization, computation fluid dynamics, autonomous vehicles, and genomics, who require HPC for applying ML models to applications at scale.
Table of Contents
- High Performance Computing Fundamentals
- Data Management and Transfer
- Compute and Networking
- Data Storage
- Data Analysis
- Distributed Training of Machine Learning Models
- Deploying Machine Learning Models at Scale
- Optimizing and Managing Machine Learning Models for Edge Deployment
- Performance Optimization for Real-time Inference on Cloud
- Visualization
- Computational Fluid Dynamics
- Genomics
- Autonomous Vehicles
- Numerical Optimization
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
“Acerca de” puede pertenecer a otra edición de este título.
Rarewaves.com UK
London, Reino Unido
Vendedor de IberLibro desde 11 de junio de 2025
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 60 a 60 días hábiles | De 60 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 76,68 | EUR 117,98 |
Métodos de pago
Información empresarial del vendedor
RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street
London, Reino Unido W1W 8BE
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a Rarewaves.com UK, Unit 144 The Lightbox, 111 Power Road, W4 5PY, London, London, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Please note that we do not offer Priority shipping to any country.
We currently do not ship to the below countries:
Russia
Belarus
Ukraine
Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.