新書推薦：
《
海盗之书
》
售價：HK$
81.6
《
亲美与反美：战后日本的政治无意识
》
售價：HK$
69.6
《
亲爱的安吉维拉：或一份包含15条建议的女性主义宣言
》
售價：HK$
58.8
《
理想国译丛064：狼性时代：第三帝国余波中的德国与德国人，1945—1955
》
售價：HK$
122.4
《
海外中国研究·明清中国的经济结构
》
售價：HK$
153.6
《
理想国译丛018：活着回来的男人：一个普通日本兵的二战及战后生命史（2024版）
》
售價：HK$
110.4
《
考古四记：田野中的历史人生
》
售價：HK$
105.6
《
大洗牌
》
售價：HK$
93.6
|
| 編輯推薦： |
|
（1）阿里官方出品：阿里云和蚂蚁集团的Serverless产品专家、AI算法专家、Serverless解决方案架构师、Serverless工具链技术负责人联合撰写，全方位地梳理和总结了阿里在Serverless架构下的机器学习实战经验。（2）学界业界专家推荐：北大、浙大、中科院、国防科大、CNCF、阿里、蚂蚁集团等机构和企业的10余位专家高度评价并推荐。（3）注重实战案例丰富：书中有大量来自阿里的实践案例，贯穿AI应用从设计、开发、到部署和运维的全流程。（4）零基础入门：即便读者没有Serverless基础和机器学习基础，也能顺利地掌握本书的内容。
|
| 內容簡介： |
|
内容简介这是一部指导读者在Serverless 架构下开发、部署和运维机器学习项目的实战性著作。本书由阿里巴巴官方出品，来自阿里云和蚂蚁集团的Serverless产品专家、AI算法专家、Serverless解决方案架构师、Serverless工具链技术负责人联合撰写，全方位地梳理和总结了阿里在Serverless架构下的机器学习实战经验，得到了企业界和学术界的10余位专家的高度认可。具体内容上，本书主要包含如下几个方面：（1）Serverless架构基础详细介绍了Serverless架构的概念、特点和应用场景，Serverless架构下的应用开发、部署的流程和方法，以及传统的Web框架如何向Serverless架构迁移和部署，这些都是在Serverless架构下开发和部署应用必备的基础知识。（2）机器学习算法和机器学习框架在Serverless架构下的应用详细讲解了支持向量机、神经网络等各种机器学习常用的算法和模型，以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4种主流深度学习框架与Serverless架构的结合，为读者在Serverless架构下开发机器学习应用打下基础。（3）Serverless架构下的机器学习项目实战首先通过几个实战案例讲解了图像识别、模型升级、情感分析等机器学习领域的高频应用的Serverless化，为传统的AI应用迁移和部署到Serverless架构给出指引；然后通过两个综合案例讲解了机器学习应用在Serverless架构上从设计、开发、部署到运维的全流程。（4）Serverless应用性能优化总结了Serverless架构下应用性能优化的方法和经验，比如冷启动的优化方案、开发注意事项等。
|
| 關於作者： |
|
刘宇国防科技大学博士、阿里云Serverless产品侧负责人、阿里战略级开源项目Serverless Devs发起人。阿里云“麒麟布道师”、云原生“十佳布道师”、阿里巴巴“2021年度开源先锋人物”。著有畅销书《Serverless架构》《Serverless工程实践》，以及《架构师特刊：人人都能学会的 Serverless 实践》《Serverless开发速查手册》等电子书。田初东浙江大学硕士，先后在蚂蚁集团从事深度学习、机器学习等人工智能算法相关的工作，有多年项目实践经验。擅长使用TensorFlow、PyTorch、MXNet等框架开发项目，尤其在深度学习分布式训练领域有丰富的经验。曾在华为为团队夺得斯坦福DAWNBench榜单第一（2018.12-2019.05）。卢萌凯阿里云 Serverless 高级解决方案架构师，先后在华为企业业务、腾讯云、阿里云从事企业客户 IT 技术与信息化建设、Serverless 产品设计、Serverless 解决方案设计以及 Serverless 布道等工作。王仁达阿里云高级技术专家，阿里云Serverless工具链技术负责人。先后在百度、阿里云从事集群管理、云原生应用管理、Serverless相关工作，致力于提升用户上云及用云效率。
|
| 目錄：
|
|
序一序二序三序四序五前言第1章 初识Serverless架构11.1 Serverless架构的概念11.2 Serverless架构的特点31.2.1 优势与价值31.2.2 面临的挑战81.3 Serverless架构的应用场景16第2章 Serverless架构下的应用开发212.1 Serverless架构下的应用开发流程212.2 与ServerFul应用开发流程对比232.3 传统Web框架部署与迁移262.3.1 请求集成方案262.3.2 其他方案312.4 Serverless应用的开发和部署342.4.1 如何开发、部署Serverless应用342.4.2 如何对Serverless应用进行调试452.4.3 通过开发者工具进行依赖安装和项目构建542.4.4 Serverless架构与CI/CD工具的结合572.5 Serverless应用的可观测性65第3章 机器学习入门683.1 什么是人工智能683.1.1 人工智能、机器学习和深度学习683.1.2 人工智能的发展693.1.3 人工智能的典型应用场景713.2 常用的机器学习算法733.2.1 常见的监督学习算法733.2.2 常见的无监督学习算法853.2.3 其他常见的深度学习模型88第4章 主流机器学习框架与Serverless架构结合1134.1 scikit-learn与Serverless架构结合1134.1.1 scikit-learn介绍1134.1.2 scikit-learn实践：鸢尾花数据分类1144.1.3 与Serverless架构结合：文本分类1164.2 TensorFlow与Serverless架构结合1224.2.1 TensorFlow介绍1224.2.2 TensorFlow实践：基于人工智能的衣物区分1244.2.3 与Serverless架构结合：目标检测系统1274.3 PyTorch与Serverless架构结合1334.3.1 PyTorch介绍1334.3.2 PyTorch实践：图像分类系统1344.3.3 与Serverless架构结合：对姓氏进行分类1384.4 PaddlePaddle与Serverless架构结合1434.4.1 PaddlePaddle介绍1434.4.2 PaddlePaddle实践：手写数字识别任务1444.4.3 与Serverless架构结合：Paddle-OCR项目开发与部署146第5章 Serverless架构下的AI项目实战1525.1 Serverless架构下的AI应用1525.1.1 项目的开发与部署1535.1.2 冷启动优化1535.1.3 训练与推理性能优化1545.1.4 模型更新迭代方案1555.2 模型升级在Serverless架构下的实现与应用1555.2.1 模型升级迭代需求背景介绍1555.2.2 猫狗识别项目训练1565.2.3 将模型部署到Serverless架构1645.2.4 用户反馈与模型迭代1705.2.5 项目总结1735.3 人脸识别在Serverless架构下的应用1745.3.1 人脸识别技术介绍1745.3.2 人脸识别模型训练1765.3.3 人脸识别模型的应用1825.3.4 项目Serverless化1845.3.5 项目总结1865.4 文本情感分析在Serverless架构下的应用1875.4.1 文本情感分析介绍1875.4.2 情感分析模型的训练1875.4.3 部署到Serverless架构1955.4.4 项目Serverless化1985.4.5 项目总结200第6章 基于Serverless架构的智能问答系统2016.1 需求分析2016.2 整体设计2036.2.1 数据库设计2036.2.2 原型图设计2036.2.3 接口设计2036.2.4 架构设计2066.3 项目开发2086.3.1 项目初始化2086.3.2 数据库与表的建设2096.3.3 管理后台相关能力的配置2116.3.4 业务逻辑开发2136.4 项目部署与运维2186.5 项目预览2236.6 项目总结224第7章 基于Serverless架构的人工智能相册小程序2267.1 需求分析2267.2 整体设计2287.2.1 数据库设计2287.2.2 原型图设计2317.2.3 细节设计2327.2.4 架构设计2337.3 项目开发2377.3.1 项目初始化2377.3.2 小程序开发2397.3.3 服务端开发2467.3.4 管理系统开发2537.4 项目预览2547.5 经验积累2577.5.1 Web框架与阿里云函数计算2577.5.2 如何进行本地调试258第8章 Serverless应用的优化与注意事项2618.1 函数基础与资源编排2618.1.1 函数并不是“函数”2618.1.2 对无状态性的认识2648.1.3 资源评估的重要性2658.1.4 工作流的加持2678.2 警惕冷启动2688.2.1 云厂商侧的冷启动优化方案2698.2.2 开发者侧降低冷启动影响的方案2718.3 应用开发注意事项2758.3.1 如何上传文件2768.3.2 文件读写与持久化方法2778.3.3 慎用部分Web框架的特性2778.3.4 应用组成结构注意事项2788.3.5 如何实现WebSocket2788.3.6 善于利用平台特性282
|
| 內容試閱：
|
|
为何写作本书随着时间的推移，Serverless架构变得越来越火热，其凭借极致弹性、按量付费、低成本运维等特性，在很多领域发挥着越来越重要的作用；机器学习领域在近些年也非常火热，并在越来越多的行业中得到应用。实际上，机器学习项目往往存在资源占用率高、利用率低的问题，尤其在流量波峰和波谷差值较大的项目中，资源浪费更为显著。除此之外，机器学习项目的部署、更新、后期维护相对来说也存在一定的复杂度。因此，如何将Serverless架构应用在机器学习项目中，在保证机器学习项目性能的同时，降低成本，提高资源利用率，是值得研究和探索的问题。本书希望通过简单明了的语言、真实的案例，以及开放的源代码，为读者介绍Serverless架构与机器学习相关的基础知识。希望读者可以通过本书真正理解Serverless架构与机器学习结合的重要价值，并能顺利在Serverless架构下开发、上线机器学习项目，从而更加直接地获得云计算带来的技术红利。本书主要内容本书是一本关于Serverless架构下机器学习实战的技术书，通过对Serverless架构的基础介绍、项目开发经验总结，以及常见的机器学习算法、模型、框架的学习，对将机器学习项目应用到Serverless架构、不同机器学习项目与Serverless架构结合以及基于Serverless架构进行机器学习应用开发等内容进行了探索。本书不仅有基础理论知识，还有大量的经验分享，以及对最新技术点的实践应用，包括但不限于Serverless架构下GPU实例的上手、多维度的冷启动优化方案、Serverless架构多模调试能力等。希望读者通过对本书的学习，可以对Serverless架构有一个更加全面、直观的了解，对Serverless架构下的机器学习有更加深入的认识。同时，希望通过本书的抛砖引玉，帮助读者将机器学习项目在Serverless架构下落地，获得云计算发展的技术红利。本书共8章内容。第1章介绍Serverless架构基础，包括Serverless架构的发展、优势、面临的挑战等；第2章从Serverless架构的开发流程、与ServerFul开发流程的对比、传统框架迁移等多个方面，对Serverless架构下的应用开发进行相关介绍；第3章介绍机器学习相关的探索，包括对支持向量机、神经网络等算法和模型的学习与研究；第4章介绍常见的机器学习框架以及在实战项目中的应用，便于读者了解常见的机器学习框架，以及部署到Serverless架构的方案等；第5章介绍几个机器学习应用较为广泛的领域的项目实战，包括图像识别领域、情感分析领域以及对模型升级迭代相关领域的探索，涉及容器镜像、预留实例、GPU实例等诸多Serverless架构的新功能和特性；第6章和第7章介绍两个完整的Serverless架构与AI结合的案例，从项目背景开始到相关模块的设计、项目的开发与部署，通过完整的流程讲解Serverless架构下机器学习项目的上手、开发、维护全过程；第8章针对Serverless架构进行相关开发经验的分享以及Serverless应用调优方法的总结，包括Serverless架构下的冷启动优化方案、开发注意事项等内容。如何阅读本书在阅读本书前，读者应当掌握一定的编程技术，例如具备Node.js、Python等语言的编程能力，同时需要对云计算有初步的了解，有使用阿里云、百度智能云、华为云等的经验，还需要对机器学习相关知识有一定了解。本书从什么是Serverless架构、什么是机器学习开始说起，然后是零基础上手Serverless架构、开发机器学习应用、将机器学习项目部署到Serverless架构，再到引入GPU实例、完整的工程项目等，循序渐进地为读者介绍Serverless架构下的机器学习相关实战。建议读者按以下方式阅读本书。第一遍通读，主要弄清楚概念，再完成Serverless、机器学习项目的基础入门，并对基于Serverless架构的机器学习有相对简单的实践，对如何将机器学习项目部署到Serverless架构有一个基础的了解。第二遍对本书在Serverless架构下机器学习项目的优化做进一步探索，从而了解如何降低冷启动对项目的影响，如何通过引入GPU实例赋能Serverless架构下的机器学习项目，以及如何通过Serverless Devs开发者工具快速且简单地部署机器学习项目。第三遍可以针对本书最后一章进行深入阅读，加深Serverless架构下机器学习项目的应用理解，切实从零开发一款基于Serverless架构的机器学习应用，并将其部署上线，以便对Serverless架构下的机器学习项目的开发技巧有更加深入的认识和见解。阅读是一个反复又枯燥的过程，读者只有反复研读，才能使自己对Serverless架构的学习不断深入，对Serverless架构下的机器学习应用有更深入的了解。另外，Serverless架构与机器学习发展速度非常快，所以本书的案例代码可能存在失效的情况。但是，笔者会尽快在每个案例的代码仓库中做更新，希望读者可以切实利用好每个案例提供的仓库地址，帮助自己更加高效地了解、学习在Serverless架构下如何更简单、更方便、更科学地开发、部署、运维机器学习项目。致谢本书是一本云计算与机器学习结合的技术书。在编写的时候，笔者曾遇到很多困难，在此特别感谢阿里云云原生团队、蚂蚁集团CTO线相关的小伙伴，是你们的支持和鼓励，让本书顺利完成。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
