Digital Library

《Designing Machine Learning Systems An Iterative Process for Production-Ready App》内容提要

admin1 2026-11-17 20:03 Designing Machine Learning Systems An Iterative Process for Production-Ready Applications (Chip Huyen)(Z-Library)

Public

这本书讨论的是如何把机器学习从实验原型推进到真正可用的生产系统。作者指出,机器学习系统既复杂又独特:复杂在于它由许多不同组件构成,牵涉众多利益相关者;独特在于它高度依赖数据,而数据在不同应用场景之间差异极大。因此,设计这类系统不能只盯着模型本身,而需要一种整体性的方法,使系统可靠、可扩展、可维护,并能适应不断变化的环境。

围绕这条主线,读者可以抓住几条关键线索。其一是正确性的判断难题。对机器学习系统来说,“正确”往往不容易界定,比如系统可能正确地调用了预测函数,却依然给出不合适的输出,这说明评估不能停留在代码是否跑通。其二是系统的容错与多样性风险。硬件或软件故障、甚至人为错误都可能出现,设计时必须把这类不确定性纳入考虑。其三是数据形态带来的架构选择。数据可能是无界的,到达的速率和速度也在变化,而让流处理器去做批处理,比让批处理器去做流处理更容易,书中因此提到 Apache Flink 这类流处理框架的维护者所做的工作。其四是模型压缩与偏差的权衡。以剪枝为例,它可以把规模缩小九成以上,降低存储需求并提升推理的计算表现,同时不损害整体准确率,但剪枝也可能把偏差引入系统,这一点会在后文进一步讨论。

Digital Library AI Assistant
Hi — I can help you pick a book. Tell me a topic, language, or level, e.g. “a light English read”. If that's too broad, I'll ask one follow-up.
Searching the library and writing a reply…