#689 · 主分类: 教育与研究
hands-on-train-and-deploy-ml
用10个步骤训练并部署机器学习REST API以预测加密货币价格
项目最后更新:05/29/24
GitHub Stars
889
Forks数量
134
贡献者数量
1
许可证
MIT
收录理由
多数机器学习教程止步于笔记本原型,这个项目却一路带你走到生产部署。你将从Coinbase拉取历史行情数据训练一个加密货币价格预测模型,用CometML记录每次实验的指标与参数,再把效果最好的模型打包成无服务器REST API挂到Cerebrium上对外提供服务。更难得的是,它还演示了如何用GitHub Actions配合模型注册表实现自动重训与安全发布——新数据进来时,整个流程不会散架。所有步骤都被拆成短小可运行的讲座,配合make命令,哪怕你只有一小时,也能按块消化。如果你想让真实的MLOps工具链在你脑子里串成一条线,又不想自己搭建和维护任何基础设施,这个仓库是个非常实在的起点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建