VIP20
本课程属于：009-AI+DevOps AI与大模型 · 共 20 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

CI/CD与AI训练链路联合调优方法

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · CI/CD与AI训练链路的基本概念及…
课程导入学习目标
02
CI/CD基础
持续集成 · 持续交付/部署的核心概念 · 工具链（如Jenkins
CI/CD持续集成
03
AI训练链路概述
数据准备 · 模型训练 · 评估
AI训练链路概述
04
环境与依赖管理
使用Docker · Kubernetes等容器化技术管理… · 确保可复现性
环境依赖管理
05
数据版本管理
DVC等工具实现数据集的版本控制 · 与代码版本协同
数据版本管理DVC
06
模型版本管理
MLflow等工具跟踪模型实验 · 参数和指标 · 实现模型注册与版本管理
模型版本管理MLflow
07
CI/CD与训练流水线集成
将训练脚本集成到CI/CD流水线 · 实现自动触发训练
CI/CD训练流水线集成
08
自动化测试
针对数据质量 · 模型性能 · 代码正确性的自动化测试策略
自动化测试针对数据质量
09
训练资源管理
在云环境或本地集群中动态分配计算资源 · 优化成本与效率
训练资源管理云环境或本地集群
10
超参数调优自动化
集成Optuna等工具 · 在CI/CD中自动进行超参数搜索
超参数调优自动化Optuna
11
模型评估与验证
在流水线中集成模型评估步骤 · 确保模型满足业务指标
模型评估验证
12
模型部署策略
蓝绿部署 · 金丝雀发布等 · 与CI/CD的集成方式
模型部署策略蓝绿部署
13
监控与告警
训练和部署后的性能监控 · 数据漂移检测及告警机制
监控告警
14
缓存与增量训练
利用缓存避免重复训练 · 实现增量学习以节省时间
缓存增量训练
15
并行与分布式训练
在CI/CD中配置分布式训练 · 如Horovod · Ray等
并行分布式训练
16
流水线编排
使用Airflow · Kubeflow等编排复杂训练工作流
流水线编排Airflow
17
安全与合规
在CI/CD中集成安全扫描 · 合规检查 · 确保模型和数据安全
安全合规
18
案例实战
构建一个简单的CI/CD+AI训练流…
案例实战CI/CD+AI
19
案例实战
自动化超参数调优与模型注册的完整流程
案例实战自动化超参数调优
20
案例实战
模型部署与监控的CI/CD实现
案例实战CI/CD
21
常见问题
流水线失败排查 · 依赖冲突 · 资源不足等问题的解决方法
常见问题流水线失败排查
22
常见问题
数据版本与代码版本不一致 · 模型漂移等问题的应对策略
常见问题数据版本
23
性能优化
分析流水线瓶颈 · 优化构建 · 训练
性能优化分析流水线瓶颈
24
成本优化
利用Spot实例 · 自动扩缩容等降低训练成本
成本优化Spot
25
团队协作
多角色（数据科学家 · ML工程师 · DevOps）在CI/CD中的协作流…
团队协作多角色
26
工具链对比
主流CI/CD工具（Jenkins · GitLab CI · GitHub Actions）与AI…
工具链对比CI/CD
27
最佳实践
总结CI/CD与AI训练链路联合调优…
最佳实践CI/CD
28
综合项目
设计并实现一个端到端的CI/CD+A… · 涵盖数据 · 训练
综合项目CI/CD+A
29
前沿趋势
MLOps · 持续训练（CT） · 模型生命周期管理等最新发展
前沿趋势MLOps
30
课程总结
回顾核心知识点 · 提供进一步学习资源和实践建议
课程总结回顾核心知识点