Serverless 架構(gòu)下的 AI 應用開發(fā)【送新書】
SUMMER
有獎贈書 | 文末留言回復?“你在學習 Serverless 過程中，遇到了什么問題？”?點贊最多即可獲贈?新書一本！
隨著時間的推移，Serverless 架構(gòu)變得越來越火熱，憑借著極致彈性、按量付費、低成本運維等特性，在很多領域發(fā)揮著越來越重要的作用；機器學習領域在近些年也非?；馃?，并在越來越多的行業(yè)中得到應用。實際上，機器學習項目往往存在資源占用率高、利用率低的問題，尤其在流量波峰和波谷差值較大的項目中，資源浪費更為顯著。除此之外，機器學習項目的部署、更新、后期維護相對來說也存在一定的復雜度。由此若將 Serverless 架構(gòu)應用在機器學習項目中，在保證機器學習項目性能的同時，既能降低成本，又能提高資源利用率，是非常值得研究和探索的課題。這里推薦本新書
《Serverless 架構(gòu)下的 AI 應用開發(fā)》?
推薦序
楊浩然
阿里云智能資深技術專家、阿里云 Serverless 研發(fā)負責人
Preface? 序二云原生使組織能夠在現(xiàn)代云環(huán)境（例如公共云、私有云和混合云）中構(gòu)建和運行可擴展的應用程序，更快地創(chuàng)新，并使企業(yè)更敏捷地對市場做出反應。?云原生無處不在已成事實，并且賦能各個新技術。你有沒有想過構(gòu)建一個機器學習應用程序：后端有一個重量級模型，前端有一個用戶友好的界面，以及一個無服務器的云架構(gòu)，以便你的產(chǎn)品可以被千千萬萬的用戶應用？Serverless 解決方案具有的簡單性和自動擴展性使其成為大規(guī)模運行機器學習應用程序的絕佳選擇?；?Serverless 架構(gòu)，你可以在不配置或管理服務器的情況下運行代碼，且只需為運行時間付費。如果你想進一步了解這方面的知識，我向你推薦這本書。KeithCNCF（云原生計算基金會）中國區(qū)總裁Preface??序三??如今，人工智能在社會發(fā)展中扮演著不可或缺的角色，在提高勞動效率、降低勞動成本、優(yōu)化人力資源結(jié)構(gòu)及提供創(chuàng)新性工作崗位方面帶來革命性成果；而云計算為人工智能提供算力支撐的同時，也在逐漸推動行業(yè)創(chuàng)新與技術迭代。隨著時間的發(fā)展，誕生于云計算高速發(fā)展時期的 Serverless 架構(gòu)逐漸受到關注，正在與更多領域進行有機結(jié)合，包括人工智能領域。部署在 Serverless 架構(gòu)上的人工智能項目不僅可以在近乎無限的計算資源下運行，還可以基于 Serverless 架構(gòu)的彈性伸縮、按量付費等特性實現(xiàn)降本提效的業(yè)務目標。本書介紹了 Serverless 架構(gòu)與機器學習項目的結(jié)合案例，并通過對基礎知識的總結(jié)、項目開發(fā)實戰(zhàn)經(jīng)驗的分享以及項目調(diào)優(yōu)方案的探索，進一步幫助讀者拓展思路。本書結(jié)構(gòu)清晰、內(nèi)容翔實，是一本為 Serverless 開發(fā)者以及機器學習項目人員量身定做的技術書籍，值得一讀。卜佳俊浙江大學研究生院副院長、計算機學院教授、國家“萬人計劃”科技創(chuàng)新領軍人才Preface? 序四過去幾年，云計算加速了互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展，Serverless 架構(gòu)正在以極快的速度促進云計算快速迭代。2018 年，全球知名 IT 咨詢調(diào)研機構(gòu) Gartner 發(fā)布報告，將 Serverless 計算列為十大影響基礎設施和運維的技術；2019 年，UC Berkeley 在論文“Cloud Programming Simplified: A Berkeley View on Serverless Computing”中表示“Serverless 將成為云時代默認的計算范式”；而 2021年， Forester、DataDog 等一系列機構(gòu)對Serverless架構(gòu)投來更多關注的目光，先后發(fā)布了多個報告，進一步對 Serverless 進行調(diào)研和大膽預測。在 Serverless 架構(gòu)飛速發(fā)展的過程中，Serverless 架構(gòu)如何與各領域結(jié)合是不可避免的話題，尤其像人工智能這樣的領域，Serverless 架構(gòu)如何將自身的技術紅利順利地作用到機器學習項目，如何在保證機器學習項目高效與穩(wěn)定運行的同時降本提效，成為很多開發(fā)者關注的重點。作為近些年非常熱門的技術，人工智能已經(jīng)在多個行業(yè)落地，在人們生產(chǎn)和生活中產(chǎn)生了積極影響。本書以 Serverless 架構(gòu)和機器學習為結(jié)合點，針對不同行業(yè)、不同領域的應用為讀者介紹 Serverless 架構(gòu)下的機器學習項目實戰(zhàn)。對于讀者來說，書中豐富的實踐案例、項目開發(fā)經(jīng)驗都頗具借鑒意義。雷渠江中國科學院大學博士生導師、粵港澳人工智能聯(lián)合實驗室執(zhí)行主任Preface??序五??
云計算是一種能夠?qū)討B(tài)伸縮的虛擬化資源通過互聯(lián)網(wǎng)以服務的方式提供給用戶的計算模式。服務指的是通過一系列活動，而不是實物的方式，滿足對方的需求，它是社會經(jīng)濟和社會化分工發(fā)展到一定階段的必然產(chǎn)物。用戶通過網(wǎng)絡發(fā)出計算需求（輸入），由服務方匯聚資源進行計算、生成結(jié)果（計算輸出）并通過網(wǎng)絡反饋給用戶。云計算技術就是這種新模式下的計算服務使能技術。在該模式下，服務方通過云計算技術保障服務質(zhì)量并降低成本。Serverless 架構(gòu)是云計算發(fā)展到現(xiàn)階段的產(chǎn)物。它運行在一個無狀態(tài)的計算容器中，由事件驅(qū)動，生命周期很短（甚至只有一次調(diào)用），完全由第三方管理，具有靈活、輕量化等特性，在越來越多的場景中有非常優(yōu)秀的表現(xiàn)。在以算力為主要驅(qū)動力的新一輪人工智能浪潮中，機器學習在自然語言處理、圖像處理等領域?qū)崿F(xiàn)了飛躍性發(fā)展，催生了人臉識別、語音識別、無人駕駛、對話機器人等一系列創(chuàng)新應用。然而，實現(xiàn)機器學習算法和構(gòu)建人工智能應用需要強大的算力和高效的數(shù)據(jù)存儲、傳輸和處理。對于廣大從事該領域工作的 IT 人士而言，自行構(gòu)建支撐環(huán)境需要付出高昂的成本和代價，而 Serverless 架構(gòu)通過云計算模式可以有效解決這一難題。本書介紹了 Serverless 架構(gòu)以及如何基于 Serverless 架構(gòu)進行應用開發(fā)，尤其是Serverless 架構(gòu)與各種機器學習框架相結(jié)合的應用。全書深入淺出地介紹了 Serverless 架構(gòu)相關的知識內(nèi)容，并詳細介紹了大量實戰(zhàn)案例。無論人工智能項目的開發(fā)人員還是人工智能項目的策劃、管理人員，都值得閱讀本書。莫 同北京大學軟件與微電子學院副教授目錄
上拉下滑查看目錄 ↓
序言前言第1章 初識Serverless架構(gòu)1.1 Serverless架構(gòu)的概念1.2 Serverless架構(gòu)的特點1.2.1 優(yōu)勢與價值1.2.2 面臨的挑戰(zhàn)1.3 Serverless架構(gòu)的應用場景第2章 Serverless架構(gòu)下的應用開發(fā)2.1 Serverless架構(gòu)下的應用開發(fā)流程2.2 與ServerFul應用開發(fā)流程對比2.3 傳統(tǒng)Web框架部署與遷移2.3.1 請求集成方案2.3.2 其他方案2.4 Serverless應用的開發(fā)和部署2.4.1 如何開發(fā)、部署Serverless應用2.4.2 如何對Serverless應用進行調(diào)試2.4.3 通過開發(fā)者工具進行依賴安裝和項目構(gòu)建2.4.4 Serverless架構(gòu)與CI/CD工具的結(jié)合2.5 Serverless應用的可觀測性第3章 機器學習入門3.1 什么是人工智能3.1.1 人工智能、機器學習和深度學習3.1.2 人工智能的發(fā)展3.1.3 人工智能的典型應用場景3.2 常用的機器學習算法3.2.1 常見的監(jiān)督學習算法3.2.2 常見的無監(jiān)督學習算法3.2.3 其他常見的深度學習模型第4章 主流機器學習框架與Serverless架構(gòu)結(jié)合4.1 scikit-learn與Serverless架構(gòu)結(jié)合4.1.1 scikit-learn介紹4.1.2 scikit-learn實踐：鳶尾花數(shù)據(jù)分類4.1.3 與Serverless架構(gòu)結(jié)合：文本分類4.2 TensorFlow與Serverless架構(gòu)結(jié)合4.2.1 TensorFlow介紹4.2.2 TensorFlow實踐：基于人工智能的衣物區(qū)分4.2.3 與Serverless架構(gòu)結(jié)合：目標檢測系統(tǒng)4.3 PyTorch與Serverless架構(gòu)結(jié)合4.3.1 PyTorch介紹4.3.2 PyTorch實踐：圖像分類系統(tǒng)4.3.3 與Serverless架構(gòu)結(jié)合：對姓氏進行分類4.4 PaddlePaddle與Serverless架構(gòu)結(jié)合1434.4.1 PaddlePaddle介紹4.4.2 PaddlePaddle實踐：手寫數(shù)字識別任務4.4.3 與Serverless架構(gòu)結(jié)合：Paddle-OCR項目開發(fā)與部署第5章 Serverless架構(gòu)下的AI項目實戰(zhàn)5.1 Serverless架構(gòu)下的AI應用5.1.1 項目的開發(fā)與部署5.1.2 冷啟動優(yōu)化5.1.3 訓練與推理性能優(yōu)化5.1.4 模型更新迭代方案5.2 模型升級在Serverless架構(gòu)下的實現(xiàn)與應用5.2.1 模型升級迭代需求背景介紹5.2.2 貓狗識別項目訓練5.2.3 將模型部署到Serverless架構(gòu)5.2.4 用戶反饋與模型迭代5.2.5 項目總結(jié)5.3 人臉識別在Serverless架構(gòu)下的應用5.3.1 人臉識別技術介紹5.3.2 人臉識別模型訓練5.3.3 人臉識別模型的應用5.3.4 項目Serverless化5.3.5 項目總結(jié)5.4 文本情感分析在Serverless架構(gòu)下的應用5.4.1 文本情感分析介紹5.4.2 情感分析模型的訓練5.4.3 部署到Serverless架構(gòu)5.4.4 項目Serverless化5.4.5 項目總結(jié)第6章 基于Serverless架構(gòu)的智能問答系統(tǒng)6.1 需求分析6.2 整體設計6.2.1 數(shù)據(jù)庫設計6.2.2 原型圖設計6.2.3 接口設計6.2.4 架構(gòu)設計6.3 項目開發(fā)6.3.1 項目初始化6.3.2 數(shù)據(jù)庫與表的建設6.3.3 管理后臺相關能力的配置6.3.4 業(yè)務邏輯開發(fā)6.4 項目部署與運維6.5 項目預覽6.6 項目總結(jié)第7章 基于Serverless架構(gòu)的人工智能相冊小程序7.1 需求分析7.2 整體設計7.2.1 數(shù)據(jù)庫設計7.2.2 原型圖設計7.2.3 細節(jié)設計7.2.4 架構(gòu)設計7.3 項目開發(fā)7.3.1 項目初始化7.3.2 小程序開發(fā)7.3.3 服務端開發(fā)7.3.4 管理系統(tǒng)開發(fā)7.4 項目預覽7.5 經(jīng)驗積累7.5.1 Web框架與阿里云函數(shù)計算7.5.2 如何進行本地調(diào)試第8章 Serverless應用的優(yōu)化與注意事項8.1 函數(shù)基礎與資源編排8.1.1 函數(shù)并不是“函數(shù)”8.1.2 對無狀態(tài)性的認識8.1.3 資源評估的重要性8.1.4 工作流的加持8.2 警惕冷啟動8.2.1 云廠商側(cè)的冷啟動優(yōu)化方案8.2.2 開發(fā)者側(cè)降低冷啟動影響的方案8.3 應用開發(fā)注意事項8.3.1 如何上傳文件8.3.2 文件讀寫與持久化方法8.3.3 慎用部分Web框架的特性8.3.4 應用組成結(jié)構(gòu)注意事項8.3.5 如何實現(xiàn)WebSocket8.3.6 善于利用平臺特性
留言回復?“你在學習 Serverless 過程中，遇到了什么問題？”點贊最多即可獲贈?新書一本?開獎時間 8.15 上午 10：00
點擊閱讀原文，查看更多書籍詳情！
評論
圖片
表情