JavaScript для глубокого обучения 2021 TensorFlow js Ббк

Часть IV
Резюме 
и заключительное слово
Заключительная часть книги состоит из двух глав. Глава 12 охватывает проблемы, встре-
чающиеся пользователям TensorFlow.js при развертывании моделей в среде промыш-
ленной эксплуатации. В ней мы обсудим рекомендуемые практики, благодаря которым 
разработчик может быть уверен в безошибочности модели, методики для уменьшения 
размера моделей и повышения эффективности их работы, а также спектр поддержива-
емых TensorFlow.js сред развертывания. Глава 13 подытоживает всю книгу, резюмируя 
ключевые понятия, технологические процессы и методики.

---

При участии Яника Ассогбы, 
Пинь Ю и Ника Кригера
В этой главе
z

Важность тестирования и мониторинга кода машинного обучения и практические 
рекомендации.
z

Оптимизация обученных в TensorFlow.js или преобразованных в TensorFlow.js 
моделей для ускорения загрузки и выполнения вывода.
z

Развертывание моделей TensorFlow.js на различных платформах и в разных сре-
дах от браузерных расширений до мобильных приложений и от приложений для 
настольных компьютеров до одноплатных компьютеров.
Как мы упоминали в главе 1, машинное обучение отличается от традиционной 
инженерии разработки ПО автоматизацией обнаружения правил и эвристических 
алгоритмов. Из предыдущих глав эта уникальная особенность машинного обучения 
уже должна быть вам ясна. Впрочем, модели машинного обучения и окружающий их 
код остаются кодом, функционирующим как часть общего комплекса программных 
средств. Чтобы гарантировать надежную и эффективную работу моделей машин­
ного обучения, необходимы те же меры предосторожности, что и для обычного, 
не связанного с машинным обучением кода.
12
Тестирование, оптимизация 
и развертывание моделей

---