लेखक द्वारा छवि
उन लोगों के लिए एमएलओपीएस (मशीन लर्निंग ऑपरेशंस) में महारत हासिल करना अधिक महत्वपूर्ण होता जा रहा है जो उत्पादन में अपने एमएल मॉडल को प्रभावी ढंग से तैनात करना, निगरानी करना और बनाए रखना चाहते हैं। एमएलओपीएस प्रथाओं का एक समूह है जिसका उद्देश्य एमएल सिस्टम डेवलपमेंट (डेव) और एमएल सिस्टम ऑपरेशन (ऑप्स) को मर्ज करना है। सौभाग्य से, ओपन-सोर्स समुदाय ने शुरुआती लोगों को इन अवधारणाओं और उपकरणों में महारत हासिल करने में सहायता करने के लिए कई संसाधन बनाए हैं।
यहां दस GitHub रिपॉजिटरी हैं जो MLOps में महारत हासिल करने वाले किसी भी व्यक्ति के लिए आवश्यक हैं:
गिटहब लिंक: ग्रेविराजा/एमएलओपीएस-बेसिक्स
यह 9-सप्ताह की अध्ययन योजना है जो आपको मॉडल मॉनिटरिंग, कॉन्फ़िगरेशन, डेटा वर्जनिंग, मॉडल पैकेजिंग, डॉकर, गिटहब एक्शन और एडब्ल्यूएस क्लाउड से संबंधित विभिन्न अवधारणाओं और उपकरणों में महारत हासिल करने में मदद करने के लिए डिज़ाइन की गई है। आप सीखेंगे कि एंड-टू-एंड एमएलओपीएस प्रोजेक्ट कैसे बनाया जाए, और इस लक्ष्य को प्राप्त करने में आपकी सहायता के लिए प्रत्येक सप्ताह एक विशिष्ट विषय पर ध्यान केंद्रित किया जाएगा।
गिटहब लिंक: माइक्रोसॉफ्ट/एमएलओपीएस
रिपॉजिटरी एमएलओप्स को शुरू से अंत तक उदाहरण और समाधान प्रदान करती है। उदाहरणों का एक संग्रह, जो GitHub और डेटा फ़ैक्टरी और DevOps जैसी अन्य Azure सेवाओं के साथ एकीकृत, Azure मशीन लर्निंग के साथ ML वर्कफ़्लो को संचालित करने वाले अलग-अलग अंत से अंत परिदृश्य दिखाता है।
गिटहब लिंक: गोकूमोहनदास/मेड-विद-एमएल
यदि आप एमएलओपीएस के संपूर्ण उदाहरणों और समाधानों की तलाश में हैं, तो यह भंडार आपके लिए उपलब्ध है। इसमें परिदृश्यों का एक विविध संग्रह शामिल है जो दर्शाता है कि एज़्योर मशीन लर्निंग का उपयोग करके एमएल वर्कफ़्लो को कैसे संचालित किया जाए। साथ ही, यह अन्य Azure सेवाओं जैसे डेटा फ़ैक्टरी और DevOps, साथ ही GitHub के साथ एकीकृत है।
गिटहब लिंक: पायथनडेवलपर6/विस्मयकारी-एमएलओपीएस
रिपॉजिटरी में एमएलओपीएस के लिए ऑनलाइन उपलब्ध विभिन्न मुफ्त संसाधनों के लिंक शामिल हैं। इन संसाधनों में YouTube वीडियो, करियर रोडमैप, अनुसरण करने योग्य लिंक्डइन खाते, किताबें, ब्लॉग, निःशुल्क और सशुल्क पाठ्यक्रम, समुदाय, प्रोजेक्ट और टूल शामिल हैं। आप एमएलओपीएस से संबंधित लगभग सभी चीजें एक ही स्थान पर पा सकते हैं, इसलिए विभिन्न चीजों के लिए ऑनलाइन खोज करने के बजाय, आप केवल रिपॉजिटरी पर जा सकते हैं और सीख सकते हैं।
गिटहब लिंक: mlops-guide/mlops-guide.github.io
रिपॉजिटरी आपको GitHub पर होस्ट की गई एक स्थिर साइट पर ले जाएगी जो परियोजनाओं और कंपनियों को अधिक विश्वसनीय MLOps वातावरण बनाने में मदद करेगी। इसमें एमएलओपी के सिद्धांत, कार्यान्वयन गाइड और प्रोजेक्ट वर्कफ़्लो शामिल हैं।
गिटहब लिंक: केल्विन/विस्मयकारी-एमएलओपीएस
रिपॉजिटरी में एमएलओपीएस टूल की एक सूची शामिल है जिसका उपयोग ऑटोएमएल, मशीन लर्निंग के लिए सीआई/सीडी, क्रॉन जॉब मॉनिटरिंग, डेटा कैटलॉग, डेटा संवर्धन, डेटा एक्सप्लोरेशन, डेटा प्रबंधन, डेटा प्रोसेसिंग, डेटा सत्यापन, डेटा विज़ुअलाइज़ेशन, बहाव का पता लगाने के लिए किया जा सकता है। फ़ीचर इंजीनियरिंग, फ़ीचर स्टोर, हाइपरपैरामीटर ट्यूनिंग, नॉलेज शेयरिंग, मशीन लर्निंग प्लेटफ़ॉर्म, मॉडल निष्पक्षता और गोपनीयता, मॉडल व्याख्या, मॉडल जीवनचक्र, मॉडल सर्विंग, मॉडल परीक्षण और सत्यापन, अनुकूलन उपकरण, सरलीकरण उपकरण और दृश्य विश्लेषण और डिबगिंग।
गिटहब लिंक: SkafteNicki/dtu_mlops
यह डीटीयू के लिए एक भंडार है पाठ्यक्रम 02476, जिसमें मशीन लर्निंग संचालन पाठ्यक्रम के लिए अभ्यास और अतिरिक्त सामग्री शामिल है। पाठ्यक्रम तीन सप्ताह तक चलता है और इसमें विकास प्रथाओं, प्रतिलिपि प्रस्तुत करने योग्यता, स्वचालन, क्लाउड सेवाओं, तैनाती और मशीन सीखने के अनुप्रयोगों के लिए निगरानी और स्केलिंग जैसे उन्नत विषयों को शामिल किया गया है।
गिटहब लिंक: गोकूमोहनदास/एमएलओपीएस-कोर्स
यह पाठ्यक्रम छात्रों को सर्वोत्तम प्रथाओं का उपयोग करके उत्पादन-ग्रेड एमएल अनुप्रयोगों को डिजाइन, विकसित, तैनात और पुनरावृत्त करने, एमएल वर्कलोड को स्केल करने, एमएलओपीएस घटकों को एकीकृत करने और निरंतर सुधार और निर्बाध तैनाती के लिए सीआई/सीडी वर्कफ़्लो बनाने के बारे में सिखाने पर केंद्रित है।
गिटहब लिंक: डेटाटॉकक्लब/एमएलओपीएस-ज़ूमकैंप
एक प्रोजेक्ट बनाकर एक नई अवधारणा सीखने के लिए मेरे पसंदीदा पाठ्यक्रमों में से एक। DataTalks.Club का MLOps पाठ्यक्रम प्रशिक्षण और प्रयोग से लेकर मॉडल परिनियोजन और निगरानी तक, मशीन लर्निंग सेवाओं को उत्पादन में डालने के व्यावहारिक पहलुओं को सिखाता है। यह डेटा वैज्ञानिकों, एमएल इंजीनियरों, सॉफ्टवेयर इंजीनियरों और डेटा इंजीनियरों के लिए डिज़ाइन किया गया है जो मशीन लर्निंग वर्कफ़्लो को संचालित करने का तरीका सीखने में रुचि रखते हैं।
गिटहब लिंक: फीचरस्टोरऑर्ग/सर्वरलेस-एमएल-कोर्स
यह पाठ्यक्रम सर्वर रहित क्षमताओं के साथ संपूर्ण मशीन लर्निंग सिस्टम विकसित करने पर केंद्रित है। यह डेवलपर्स को कुबेरनेट्स या क्लाउड कंप्यूटिंग में विशेषज्ञता की आवश्यकता के बिना पूर्वानुमानित सेवाएं बनाने की अनुमति देता है। वे पायथन प्रोग्राम लिखकर और सर्वर रहित सुविधाओं, अनुमान पाइपलाइनों, फीचर स्टोर और मॉडल रजिस्ट्री का उपयोग करके ऐसा कर सकते हैं।
उत्पादन में मशीन लर्निंग परियोजनाओं की विश्वसनीयता, मापनीयता और दक्षता सुनिश्चित करने के लिए एमएलओप्स में महारत हासिल करना आवश्यक है। ऊपर सूचीबद्ध रिपॉजिटरी आपको एमएलओपीएस सिद्धांतों को प्रभावी ढंग से समझने और लागू करने में मदद करने के लिए प्रचुर मात्रा में ज्ञान, व्यावहारिक उदाहरण और आवश्यक उपकरण प्रदान करती है। चाहे आप एक नौसिखिया हों जो शुरुआत करना चाह रहे हों या एक अनुभवी व्यवसायी हों जो अपने ज्ञान को गहरा करना चाहते हों, ये संसाधन एमएलओप्स में महारत हासिल करने की आपकी यात्रा पर मूल्यवान अंतर्दृष्टि और मार्गदर्शन प्रदान करते हैं।
कृपया एआई लर्निंग प्लेटफॉर्म देखें जिसे कहा जाता है ट्रेविस, जो आपको एमएलओपीएस और इसकी अवधारणाओं में तेजी से महारत हासिल करने में मदद कर सकता है। ट्रैविस विषय के बारे में स्पष्टीकरण उत्पन्न करता है, और आप अनुवर्ती प्रश्न पूछ सकते हैं। इसके अलावा, आप अपना स्वयं का शोध कर सकते हैं क्योंकि यह मीडियम, सबस्टैक्स, स्वतंत्र ब्लॉग, आधिकारिक दस्तावेज़ीकरण और पुस्तकों पर शीर्ष प्रकाशनों द्वारा प्रकाशित ब्लॉग और ट्यूटोरियल के लिंक प्रदान करता है।
आबिद अली अवनी (@1अबिदलियावान) एक प्रमाणित डेटा वैज्ञानिक पेशेवर है जिसे मशीन लर्निंग मॉडल बनाना पसंद है। वर्तमान में, वह सामग्री निर्माण और मशीन लर्निंग और डेटा विज्ञान प्रौद्योगिकियों पर तकनीकी ब्लॉग लिखने पर ध्यान केंद्रित कर रहे हैं। आबिद के पास प्रौद्योगिकी प्रबंधन में मास्टर डिग्री और दूरसंचार इंजीनियरिंग में स्नातक की डिग्री है। उनका दृष्टिकोण मानसिक बीमारी से जूझ रहे छात्रों के लिए ग्राफ न्यूरल नेटवर्क का उपयोग करके एआई उत्पाद बनाना है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.kdnuggets.com/10-github-repositories-to-master-mlops?utm_source=rss&utm_medium=rss&utm_campaign=10-github-repositories-to-master-mlops
