[Day 30] 完赛心得 — 大家可以回家啦

完赛心得

转眼间就过了 30 天啦,第一次参赛有够菜没想到还能迎来这一天。
要坚持每天发文真的很考验意志力 (也大大考验了我的 PPT 作图技术哈哈哈),期间还经历了两次连假,差点就放飞自我了。
关於这次挑战,一开始的动机是因为在机器学习这个领域摸爬滚打也大概两年的时间,从入门到稍有概念刚好搭上了大家都在谈论 AI 落地的风潮,所以想趁此机会盘点一下一个机器学习产品从概念到实际产出会经过哪些步骤以及需要考虑什麽事,最後再利用这些概念实作一个简单的 Web App:
success full

可以看得出来这个 App 离完美还有好大一段距离,但至少可以做个敲门砖,朝着规模较大的应用前进。
这次挑战的文章基本上算是 Coursera 专项课程 Machine Learning Engineering for Production (MLOps) Specialization 第一部分 Introduction to Machine Learning in Production 的心得笔记。
为了保留整体性以及让每天的文章简单易读一点,这里没有把课程後面更深入的实作 (基於 TensorFlow Extended (TFX)) 放进来,但真的很推荐大家去听听看这门课程,里面有谈到真正商业场域的大规模应用该怎麽做。
另外同样推荐的还有 Full Stack Deep Learning 的相关内容,这次挑战结束後我也会把这个拖了很久的坑补上,到时有机会再与大家分享!
如果是比较忙碌的朋友,我大力推荐威利斯大大今年的系列文 从 AI 落地谈 MLOps,都帮你整理好了还手把手教你怎麽做,再不看真的对不起自己,赶快手刀分页开起来 Day 30 : 综合整理 MLOps Level 0 ~ 2
最後,感谢订阅我的三个孩子,真的没想到有人愿意赏脸订阅哈哈哈
/images/emoticon/emoticon25.gif

文章索引

Life cycle
*图片修改自 Introduction to Machine Learning in Production

这次挑战的系列文都围绕这上面这张 "机器学习产品生命周期",这里就按照发文顺序整理起来:

概览

[Day 01] 前言 — 是谁杀了模型?
[Day 02] Why MLOps — 从"地平说" 走向宇宙
[Day 03] 机器学习产品生命周期 — 救救我啊我救我

部署

[Day 04] 部署模型的挑战 — 资料也懂超级变变变!?
[Day 05] 部署模式 — 我的模型叫崔弟
[Day 06] 监控、维护 — 自己开一家徵信社吧!
[Day 07] 使用 fastAPI 部署 YOLOv4 (1/2) — 以内建 Client 进行互动
[Day 08] 使用 fastAPI 部署 YOLOv4 (2/2) — 自行撰写 Client 进行互动

建立模型

[Day 09] 建立机器学习模型 — Andrew Ng 大神说要这样做
[Day 10] 模型达到商业指标的挑战 — Test set performance 的殒落
[Day 11] 建立 Baseline — 开启机器学习专案的第一步
metaphor for baseline importance

幕後花絮:真的很想把这个比喻用图表达清楚,但苦於没有作图能力,所以花了超多时间才找到这张背景图,差点就在这里翻船哈哈哈

[Day 12] Error analysis — 错误中学会成长 (咩噗)
[Day 13] 资料增强 — 我全都要.jpg
[Day 14] Audit perfomance — 模型也要期末稽核༼ಢ_ಢ༽
[Day 15] ML 实验管理 — 翻开覆盖的陷阱卡~ 记帐小本本!

资料

[Day 16] Data! — 资料就是我的超能力
[Day 17] 定义资料 — 讲清楚很难吗?
[Day 18] 再访 HLP — 人(?)的表现是己欲立而立人
[Day 19] 收集资料 — 你要对人家负责啊!
[Day 20] 资料标注 (1/2) — Forget about the price tag ♫
[Day 21] 资料标注 (2/2) — 各种标注方法
[Day 22] 验证资料 — 不可以色色! 加装资料界的色情守门员
[Day 23] 资料旅程 — 好想出去玩 V1.0 ٩(●ᴗ●)۶

计画

[Day 24] Scoping — 计画通り

Final Project

[Day 25] Final Project (1/5) — 目标、计画说明
[Day 26] Final Project (2/5) — 准备开始
[Day 27] Final Project (3/5) — 让 App 在本机端运行
[Day 28] Final Project (4/5) — 部署模型到 Google AI Platform
[Day 29] Final Project (5/5) — 部署 App 到 Google App Engine

阿对了,我会尽快把 GitHub 的 README 都补完的?,那我们明年见啦~
/images/emoticon/emoticon08.gif


<<:  【Day30】Git 版本控制 - 完赛啦!

>>:  Day 30: 总结篇 — 30 天的 Obsidian 学习之旅

Day 3 - Array 阵列组合技 (2)

前言 前一篇介绍了 forEach、filter、map、reduce,算是平常我比较常使用,而且在...

Youtube Analytics API 教学 - 流量怎麽越来越差 'day' 维度

「鲑鱼均,因为一场鲑鱼之乱被主管称为鲑鱼世代,广义来说以年龄和脸蛋分类的话这应该算是一种 KNN 的...

20 APCS 系列文章食用姿势

自从系列文的第二篇开始把自己的程序经历写下来後,截至目前为止已经写了十余篇。但因为撰文的顺序没有特别...

Day1 研究AR的起因&初心(刚出新手村的萌新)

选择研究/探讨AR相关技术是因为希望未来可以做出一些很酷的东西,像Pokemon GO或是游戏王卡的...