Serverless架構(gòu)下的AI應(yīng)用開發(fā)：入門、實戰(zhàn)與性能優(yōu)化

序一
序二
序三
序四
序五
前言
第1章　初識Serverless架構(gòu)1
1.1　Serverless架構(gòu)的概念1
1.2　Serverless架構(gòu)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(gòu)的應(yīng)用場景16
第2章　Serverless架構(gòu)下的應(yīng)用開發(fā)21
2.1　Serverless架構(gòu)下的應(yīng)用開發(fā)流程21
2.2　與ServerFul應(yīng)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(yīng)用的開發(fā)和部署34
2.4.1　如何開發(fā)、部署Serverless應(yīng)用34
2.4.2　如何對Serverless應(yīng)用進行調(diào)試45
2.4.3　通過開發(fā)者工具進行依賴安裝和項目構(gòu)建54
2.4.4　Serverless架構(gòu)與CI/CD工具的結(jié)合57
2.5　Serverless應(yīng)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(yīng)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(gòu)結(jié)合113
4.1　scikit-learn與Serverless架構(gòu)結(jié)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(gòu)結(jié)合：文本分類116
4.2　TensorFlow與Serverless架構(gòu)結(jié)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(gòu)結(jié)合：目標檢測系統(tǒng)127
4.3　PyTorch與Serverless架構(gòu)結(jié)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(gòu)結(jié)合：對姓氏進行分類138
4.4　PaddlePaddle與Serverless架構(gòu)結(jié)合143
4.4.1　PaddlePaddle介紹143
4.4.2　PaddlePaddle實踐：手寫數(shù)字識別任務(wù)144
4.4.3　與Serverless架構(gòu)結(jié)合：Paddle-OCR項目開發(fā)與部署146
第5章　Serverless架構(gòu)下的AI項目實戰(zhàn)152
5.1　Serverless架構(gòu)下的AI應(yīng)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(gòu)下的實現(xiàn)與應(yīng)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(gòu)164
5.2.4　用戶反饋與模型迭代170
5.2.5　項目總結(jié)173
5.3　人臉識別在Serverless架構(gòu)下的應(yīng)用174
5.3.1　人臉識別技術(shù)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(yīng)用182
5.3.4　項目Serverless化184
5.3.5　項目總結(jié)186
5.4　文本情感分析在Serverless架構(gòu)下的應(yīng)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(gòu)195
5.4.4　項目Serverless化198
5.4.5　項目總結(jié)200
第6章　基于Serverless架構(gòu)的智能問答系統(tǒng)201
6.1　需求分析201
6.2　整體設(shè)計203
6.2.1　數(shù)據(jù)庫設(shè)計203
6.2.2　原型圖設(shè)計203
6.2.3　接口設(shè)計203
6.2.4　架構(gòu)設(shè)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(shè)209
6.3.3　管理后臺相關(guān)能力的配置211
6.3.4　業(yè)務(wù)邏輯開發(fā)213
6.4　項目部署與運維218
6.5　項目預(yù)覽223
6.6　項目總結(jié)224
第7章　基于Serverless架構(gòu)的人工智能相冊小程序226
7.1　需求分析226
7.2　整體設(shè)計228
7.2.1　數(shù)據(jù)庫設(shè)計228
7.2.2　原型圖設(shè)計231
7.2.3　細節(jié)設(shè)計232
7.2.4　架構(gòu)設(shè)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(wù)端開發(fā)246
7.3.4　管理系統(tǒng)開發(fā)253
7.4　項目預(yù)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(diào)試258
第8章　Serverless應(yīng)用的優(yōu)化與注意事項261
8.1　函數(shù)基礎(chǔ)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(cè)的冷啟動優(yōu)化方案269
8.2.2　開發(fā)者側(cè)降低冷啟動影響的方案271
8.3　應(yīng)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(yīng)用組成結(jié)構(gòu)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