《Serverless架構下的AI應用開發(fā)：入門、實戰(zhàn)與性能優(yōu)化》阿里官方出品，Serverless架構下的機器學習應用開發(fā)、部署、運維指南，10余位業(yè)界和學界專家推薦
定 價：99 元
- 作者：劉宇 田初東 等著
- 出版時間：2022/7/1
- ISBN：9787111707028
- 出 版 社：機械工業(yè)出版社
- 中圖法分類：TN929.53
- 頁碼：284
- 紙張：
- 版次：
- 開本：16
內容簡介
這是一部指導讀者在Serverless 架構下開發(fā)、部署和運維機器學習項目的實戰(zhàn)性著作。
本書由阿里巴巴官方出品，來自阿里云和螞蟻集團的Serverless產(chǎn)品專家、AI算法專家、Serverless解決方案架構師、Serverless工具鏈技術負責人聯(lián)合撰寫，全方位地梳理和總結了阿里在Serverless架構下的機器學習實戰(zhàn)經(jīng)驗，得到了企業(yè)界和學術界的10余位專家的高度認可。
具體內容上，本書主要包含如下幾個方面：
（1）Serverless架構基礎
詳細介紹了Serverless架構的概念、特點和應用場景，Serverless架構下的應用開發(fā)、部署的流程和方法，以及傳統(tǒng)的Web框架如何向Serverless架構遷移和部署，這些都是在Serverless架構下開發(fā)和部署應用必備的基礎知識。
（2）機器學習算法和機器學習框架在Serverless架構下的應用
詳細講解了支持向量機、神經(jīng)網(wǎng)絡等各種機器學習常用的算法和模型，以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4種主流深度學習框架與Serverless架構的結合，為讀者在Serverless架構下開發(fā)機器學習應用打下基礎。
（3）Serverless架構下的機器學習項目實戰(zhàn)
首先通過幾個實戰(zhàn)案例講解了圖像識別、模型升級、情感分析等機器學習領域的高頻應用的Serverless化，為傳統(tǒng)的AI應用遷移和部署到Serverless架構給出指引；然后通過兩個綜合案例講解了機器學習應用在Serverless架構上從設計、開發(fā)、部署到運維的全流程。
（4）Serverless應用性能優(yōu)化
總結了Serverless架構下應用性能優(yōu)化的方法和經(jīng)驗，比如冷啟動的優(yōu)化方案、開發(fā)注意事項等。
序一
序二
序三
序四
序五
前言
第1章 初識Serverless架構1
1.1 Serverless架構的概念1
1.2 Serverless架構的特點3
1.2.1 優(yōu)勢與價值3
1.2.2 面臨的挑戰(zhàn)8
1.3 Serverless架構的應用場景16
第2章 Serverless架構下的應用開發(fā)21
2.1 Serverless架構下的應用開發(fā)流程21
2.2 與ServerFul應用開發(fā)流程對比23
2.3 傳統(tǒng)Web框架部署與遷移26
2.3.1 請求集成方案26
2.3.2 其他方案31
2.4 Serverless應用的開發(fā)和部署34
2.4.1 如何開發(fā)、部署Serverless應用34
2.4.2 如何對Serverless應用進行調試45
2.4.3 通過開發(fā)者工具進行依賴安裝和項目構建54
2.4.4 Serverless架構與CI/CD工具的結合57
2.5 Serverless應用的可觀測性65
第3章 機器學習入門68
3.1 什么是人工智能68
3.1.1 人工智能、機器學習和深度學習68
3.1.2 人工智能的發(fā)展69
3.1.3 人工智能的典型應用場景71
3.2 常用的機器學習算法73
3.2.1 常見的監(jiān)督學習算法73
3.2.2 常見的無監(jiān)督學習算法85
3.2.3 其他常見的深度學習模型88
第4章 主流機器學習框架與Serverless架構結合113
4.1 scikit-learn與Serverless架構結合113
4.1.1 scikit-learn介紹113
4.1.2 scikit-learn實踐：鳶尾花數(shù)據(jù)分類114
4.1.3 與Serverless架構結合：文本分類116
4.2 TensorFlow與Serverless架構結合122
4.2.1 TensorFlow介紹122
4.2.2 TensorFlow實踐：基于人工智能的衣物區(qū)分124
4.2.3 與Serverless架構結合：目標檢測系統(tǒng)127
4.3 PyTorch與Serverless架構結合133
4.3.1 PyTorch介紹133
4.3.2 PyTorch實踐：圖像分類系統(tǒng)134
4.3.3 與Serverless架構結合：對姓氏進行分類138
4.4 PaddlePaddle與Serverless架構結合143
4.4.1 PaddlePaddle介紹143
4.4.2 PaddlePaddle實踐：手寫數(shù)字識別任務144
4.4.3 與Serverless架構結合：Paddle-OCR項目開發(fā)與部署146
第5章 Serverless架構下的AI項目實戰(zhàn)152
5.1 Serverless架構下的AI應用152
5.1.1 項目的開發(fā)與部署153
5.1.2 冷啟動優(yōu)化153
5.1.3 訓練與推理性能優(yōu)化154
5.1.4 模型更新迭代方案155
5.2 模型升級在Serverless架構下的實現(xiàn)與應用155
5.2.1 模型升級迭代需求背景介紹155
5.2.2 貓狗識別項目訓練156
5.2.3 將模型部署到Serverless架構164
5.2.4 用戶反饋與模型迭代170
5.2.5 項目總結173
5.3 人臉識別在Serverless架構下的應用174
5.3.1 人臉識別技術介紹174
5.3.2 人臉識別模型訓練176
5.3.3 人臉識別模型的應用182
5.3.4 項目Serverless化184
5.3.5 項目總結186
5.4 文本情感分析在Serverless架構下的應用187
5.4.1 文本情感分析介紹187
5.4.2 情感分析模型的訓練187
5.4.3 部署到Serverless架構195
5.4.4 項目Serverless化198
5.4.5 項目總結200
第6章 基于Serverless架構的智能問答系統(tǒng)201
6.1 需求分析201
6.2 整體設計203
6.2.1 數(shù)據(jù)庫設計203
6.2.2 原型圖設計203
6.2.3 接口設計203
6.2.4 架構設計206
6.3 項目開發(fā)208
6.3.1 項目初始化208
6.3.2 數(shù)據(jù)庫與表的建設209
6.3.3 管理后臺相關能力的配置211
6.3.4 業(yè)務邏輯開發(fā)213
6.4 項目部署與運維218
6.5 項目預覽223
6.6 項目總結224
第7章 基于Serverless架構的人工智能相冊小程序226
7.1 需求分析226
7.2 整體設計228
7.2.1 數(shù)據(jù)庫設計228
7.2.2 原型圖設計231
7.2.3 細節(jié)設計232
7.2.4 架構設計233
7.3 項目開發(fā)237
7.3.1 項目初始化237
7.3.2 小程序開發(fā)239
7.3.3 服務端開發(fā)246
7.3.4 管理系統(tǒng)開發(fā)253
7.4 項目預覽254
7.5 經(jīng)驗積累257
7.5.1 Web框架與阿里云函數(shù)計算257
7.5.2 如何進行本地調試258
第8章 Serverless應用的優(yōu)化與注意事項261
8.1 函數(shù)基礎與資源編排261
8.1.1 函數(shù)并不是“函數(shù)”261
8.1.2 對無狀態(tài)性的認識264
8.1.3 資源評估的重要性265
8.1.4 工作流的加持267
8.2 警惕冷啟動268
8.2.1 云廠商側的冷啟動優(yōu)化方案269
8.2.2 開發(fā)者側降低冷啟動影響的方案271
8.3 應用開發(fā)注意事項275
8.3.1 如何上傳文件276
8.3.2 文件讀寫與持久化方法277
8.3.3 慎用部分Web框架的特性277
8.3.4 應用組成結構注意事項278
8.3.5 如何實現(xiàn)WebSocket278
8.3.6 善于利用平臺特性282
書單推薦
