首页
›
实战100例
›
020-MLOps与AI模型部署实战
›
《模型部署实战100例》
VIP17
本课程属于：020-MLOps与AI模型部署实战
实战100例 · 共 17 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
《模型部署实战100例》
共 100 例
01
使用Flask部署PyTorch图像分类模型
02
使用FastAPI部署TensorFlow文本分类模型
03
使用ONNX Runtime加速模型推理
04
使用TensorRT优化GPU推理性能
05
使用Docker容器化模型服务
06
使用Kubernetes部署模型服务
07
使用Seldon Core进行模型部署
08
使用MLflow管理模型生命周期
09
使用BentoML打包和部署模型
10
使用TensorFlow Serving部署模型
11
使用TorchServe部署PyTorch模型
12
使用Ray Serve部署多模型服务
13
使用NVIDIA Triton部署多框架模型
14
使用AWS SageMaker部署模型
15
使用Azure ML部署模型
16
使用Google AI Platform部署模型
17
使用阿里云PAI部署模型
18
使用腾讯云TI平台部署模型
19
使用华为云ModelArts部署模型
20
使用Heroku部署模型API
21
使用Streamlit快速构建模型演示应用
22
使用Gradio构建模型演示界面
23
使用Flask和Celery异步处理推理请求
24
使用Redis缓存模型预测结果
25
使用消息队列（RabbitMQ）实现模型服务解耦
26
使用gRPC实现高性能模型服务
27
使用WebSocket实现实时模型推理
28
使用RESTful API设计模型服务接口
29
使用OpenAPI规范文档化模型API
30
使用Postman测试模型API
31
使用Locust对模型服务进行压力测试
32
使用Prometheus监控模型服务指标
33
使用Grafana可视化模型服务监控数据
34
使用ELK日志系统收集模型服务日志
35
使用Jaeger进行模型服务链路追踪
36
使用A/B测试比较不同模型版本
37
使用金丝雀发布策略部署模型
38
使用模型版本控制实现回滚
39
使用模型量化减小模型体积
40
使用模型剪枝压缩模型
41
使用知识蒸馏压缩模型
42
使用模型并行处理超大模型
43
使用流水线并行处理模型
44
使用批处理优化推理吞吐量
45
使用缓存优化重复推理
46
使用GPU共享技术提高资源利用率
47
使用CPU多线程优化推理
48
使用模型编译技术（如TVM）优化推理
49
使用OpenVINO在Intel硬件上部署模型
50
使用Core ML在iOS设备上部署模型
51
使用TensorFlow Lite在Android设备上部署模型
52
使用ONNX.js在浏览器中运行模型
53
使用TensorFlow.js在浏览器中部署模型
54
使用WebAssembly加速浏览器端推理
55
使用边缘设备（树莓派）部署模型
56
使用Jetson Nano部署深度学习模型
57
使用FPGA部署模型
58
使用模型服务器（如MLeap）部署模型
59
使用PMML部署传统机器学习模型
60
使用Flask部署sklearn模型
61
使用FastAPI部署XGBoost模型
62
使用Django部署模型
63
使用Spring Boot部署Java模型
64
使用.NET Core部署ML.NET模型
65
使用Go部署TensorFlow模型
66
使用Rust部署PyTorch模型
67
使用Kubeflow部署机器学习流水线
68
使用Airflow调度模型部署任务
69
使用GitHub Actions自动化模型部署
70
使用Jenkins实现模型持续部署
71
使用Terraform管理模型部署基础设施
72
使用Ansible自动化部署模型服务
73
使用Helm管理Kubernetes模型部署
74
使用Kustomize管理Kubernetes配置
75
使用Istio管理模型服务流量
76
使用Linkerd进行服务网格部署
77
使用Knative实现Serverless模型推理
78
使用AWS Lambda部署轻量级模型
79
使用Azure Functions部署模型
80
使用Google Cloud Functions部署模型
81
使用Cloud Run部署容器化模型
82
使用Fargate运行模型容器
83
使用模型加密保护知识产权
84
使用模型水印技术
85
使用安全通信（HTTPS/TLS）保护模型API
86
使用API网关保护模型服务
87
使用JWT实现模型API认证
88
使用OAuth2.0授权模型API
89
使用模型输入验证防止恶意攻击
90
使用对抗样本防御增强模型鲁棒性
91
使用模型漂移检测监控模型性能
92
使用数据漂移检测监控输入分布
93
使用模型可解释性工具（如SHAP）
94
使用LIME解释模型预测
95
使用模型公平性评估
96
使用模型性能基准测试
97
使用模型服务成本优化
98
使用模型服务高可用部署
99
使用模型服务自动扩缩容
100
使用模型服务蓝绿部署
所属VIP或分类
同VIP：AI训练数据集清洗与质量把控实战100例
同VIP：MCU模型部署实战100例
同VIP：MLOps工程化与持续交付实战100例