全栈深度学习实验室 欢迎! 在实验会议上开发的项目。 我们将从头开始构建手写识别系统,并将其部署为Web服务。 使用Keras,但设计为模块化,可入侵且可扩展 提供并行训练模型的代码,并在“权重和偏差”中存储评估 我们将为我们的代码库建立持续集成系统,该系统将检查代码的功能并评估将要部署的模型。 我们将把预测系统打包为REST API,并可以部署为Docker容器。 我们将把预测系统作为无服务器功能部署到Amazon Lambda。 最后,我们将设置监视程序,以在传入数据分布发生更改时向我们发出警报。 2019年11月训练营的时间表 第一节(90分钟) (10分钟):使用jupy