Importe total (1 artículo artículos):
Destino del pedido:
practical deep learning scale de liu yong (13 resultados)
Comentarios
Ir a los resultados principales
Filtros de búsqueda
Tipo de artículo
- Todos los tipos de productos
- Libros (13)
- Revistas y publicaciones (No hay ningún otro resultado que coincida con este filtro.)
- Cómics (No hay ningún otro resultado que coincida con este filtro.)
- Partituras (No hay ningún otro resultado que coincida con este filtro.)
- Arte, grabados y pósters (No hay ningún otro resultado que coincida con este filtro.)
- Fotografías (No hay ningún otro resultado que coincida con este filtro.)
- Mapas (No hay ningún otro resultado que coincida con este filtro.)
- Manuscritos y coleccionismo de papel (No hay ningún otro resultado que coincida con este filtro.)
Condición
Encuadernación
- Todas
- Tapa dura (No hay ningún otro resultado que coincida con este filtro.)
- Tapa blanda (13)
Más atributos
- Primera edición (No hay ningún otro resultado que coincida con este filtro.)
- Firmado (No hay ningún otro resultado que coincida con este filtro.)
- Sobrecubierta (No hay ningún otro resultado que coincida con este filtro.)
- Con imágenes (3)
- No impresión bajo demanda (8)
Idioma (1)
Precio
- Cualquier precio
- Menos de EUR 20 (No hay ningún otro resultado que coincida con este filtro.)
- EUR 20 a EUR 45
- Más de EUR 45
Gastos de envío gratis
Ubicación del vendedor
Valoración de los vendedores
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Librería: Lucky's Textbooks, Dallas, TX, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 42,21
Convertir monedaEUR 3,56 gastos de envío en Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production (Paperback or Softback)
Publicado por Packt Publishing 7/8/2022, 2022
ISBN 10: 1803241330 ISBN 13: 9781803241333
Idioma: Inglés
Librería: BargainBookStores, Grand Rapids, MI, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 47,08
Convertir monedaGratis gastos de envío en Estados Unidos de AmericaCantidad disponible: 5 disponibles
Añadir al carritoPaperback or Softback. Condición: New. Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production 1.1. Book.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Librería: California Books, Miami, FL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 47,85
Convertir monedaGratis gastos de envío en Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Librería: Russell Books, Victoria, BC, Canada
Calificación del vendedor: 5 de 5 estrellas
EUR 51,89
Convertir monedaEUR 8,93 gastos de envío desde Canada a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPaperback. Condición: New. Special order direct from the distributor.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Librería: Ria Christie Collections, Uxbridge, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 48,21
Convertir monedaEUR 14,24 gastos de envío desde Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New. In.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Librería: Studibuch, Stuttgart, Alemania
Calificación del vendedor: 5 de 5 estrellas
EUR 31,09
Convertir monedaEUR 61,50 gastos de envío desde Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritopaperback. Condición: Sehr gut. 288 Seiten; 9781803241333.2 Gewicht in Gramm: 1.
-
Practical Deep Learning at Scale with MLflow
Librería: moluna, Greven, Alemania
Calificación del vendedor: 5 de 5 estrellas
EUR 52,76
Convertir monedaEUR 48,99 gastos de envío desde Alemania a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoCondición: New. Über den AutorrnrnYong Liu has been working in big data science, machine learning, and optimization since his doctoral student years at the University of Illinois at Urbana-Champaign (UIUC) and later as a senior research scientist and princ.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Librería: dsmbooks, Liverpool, Reino Unido
Calificación del vendedor: 4 de 5 estrellas
EUR 132,43
Convertir monedaEUR 29,72 gastos de envío desde Reino Unido a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritopaperback. Condición: New. New. book.
-
Practical Deep Learning at Scale with MLflow
Publicado por Packt Publishing Limited, 2022
ISBN 10: 1803241330 ISBN 13: 9781803241333
Idioma: Inglés
Librería: PBShop.store UK, Fairford, GLOS, Reino Unido
Calificación del vendedor: 4 de 5 estrellas
EUR 48,92
Convertir monedaEUR 3,91 gastos de envío desde Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPAP. Condición: New. New Book. Delivered from our UK warehouse in 4 to 14 business days. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Practical Deep Learning at Scale with MLflow
Publicado por Packt Publishing Limited, 2022
ISBN 10: 1803241330 ISBN 13: 9781803241333
Idioma: Inglés
Librería: PBShop.store US, Wood Dale, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
EUR 53,21
Convertir monedaGratis gastos de envío en Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPAP. Condición: New. New Book. Shipped from UK. THIS BOOK IS PRINTED ON DEMAND. Established seller since 2000.
-
Practical Deep Learning at Scale with MLflow: Bridge the gap between offline experimentation and online production
Publicado por Packt Publishing Limited, 2022
ISBN 10: 1803241330 ISBN 13: 9781803241333
Idioma: Inglés
Librería: THE SAINT BOOKSTORE, Southport, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 53,19
Convertir monedaEUR 9,21 gastos de envío desde Reino Unido a Estados Unidos de AmericaCantidad disponible: Más de 20 disponibles
Añadir al carritoPaperback / softback. Condición: New. This item is printed on demand. New copy - Usually dispatched within 5-9 working days 100.
-
Practical Deep Learning at Scale with MLflow
Publicado por Packt Publishing, Limited, 2022
ISBN 10: 1803241330 ISBN 13: 9781803241333
Idioma: Inglés
Librería: Majestic Books, Hounslow, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
EUR 58,07
Convertir monedaEUR 7,73 gastos de envío desde Reino Unido a Estados Unidos de AmericaCantidad disponible: 4 disponibles
Añadir al carritoCondición: New. Print on Demand pp. 242.
-
Practical Deep Learning at Scale with MLflow : Bridge the gap between offline experimentation and online production
Librería: AHA-BUCH GmbH, Einbeck, Alemania
Calificación del vendedor: 5 de 5 estrellas
EUR 66,79
Convertir monedaEUR 30,71 gastos de envío desde Alemania a Estados Unidos de AmericaCantidad disponible: 1 disponibles
Añadir al carritoTaschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Train, test, run, track, store, tune, deploy, and explain provenance-aware deep learning models and pipelines at scale with reproducibility using MLflowKey Features:Focus on deep learning models and MLflow to develop practical business AI solutions at scaleShip deep learning pipelines from experimentation to production with provenance trackingLearn to train, run, tune and deploy deep learning pipelines with explainability and reproducibilityBook Description:The book starts with an overview of the deep learning (DL) life cycle and the emerging Machine Learning Ops (MLOps) field, providing a clear picture of the four pillars of deep learning: data, model, code, and explainability and the role of MLflow in these areas.From there onward, it guides you step by step in understanding the concept of MLflow experiments and usage patterns, using MLflow as a unified framework to track DL data, code and pipelines, models, parameters, and metrics at scale. You'll also tackle running DL pipelines in a distributed execution environment with reproducibility and provenance tracking, and tuning DL models through hyperparameter optimization (HPO) with Ray Tune, Optuna, and HyperBand. As you progress, you'll learn how to build a multi-step DL inference pipeline with preprocessing and postprocessing steps, deploy a DL inference pipeline for production using Ray Serve and AWS SageMaker, and finally create a DL explanation as a service (EaaS) using the popular Shapley Additive Explanations (SHAP) toolbox.By the end of this book, you'll have built the foundation and gained the hands-on experience you need to develop a DL pipeline solution from initial offline experimentation to final deployment and production, all within a reproducible and open source framework.What You Will Learn:Understand MLOps and deep learning life cycle developmentTrack deep learning models, code, data, parameters, and metricsBuild, deploy, and run deep learning model pipelines anywhereRun hyperparameter optimization at scale to tune deep learning modelsBuild production-grade multi-step deep learning inference pipelinesImplement scalable deep learning explainability as a serviceDeploy deep learning batch and streaming inference servicesShip practical NLP solutions from experimentation to productionWho this book is for:This book is for machine learning practitioners including data scientists, data engineers, ML engineers, and scientists who want to build scalable full life cycle deep learning pipelines with reproducibility and provenance tracking using MLflow. A basic understanding of data science and machine learning is necessary to grasp the concepts presented in this book.
