设计机器学习应用系统

开始阅读文档目录构建沙箱

文档简介

这是一本讨论"如何将机器学习应用于生产系统"的文档，旨在为软件开发者在人工智能时代提供梳理知识框架的导航地图。从目的角度看，它与我的另一部文档《凤凰架构》是一样的。不过，这部文档的阅读门槛相对凤凰架构更高，建议开始前先阅读文章《关于设计机器学习应用系统》，了解文档的主旨与读者画像。

笔者出于以下目的，撰写这部文档：

笔者是一名软件工程师，也是机器学习方向的 PhD。身处软件业正由"硬编码的逻辑"转向"数据驱动的智能"的时点，笔者希望借文档为引，系统性地整理机器学习相关知识，查缺补漏，将它们都融入自己的知识框架。
笔者认为技术人员成长有一捷径，不仅要去看、去读、去想、去用，更要去说、去写。将自己认为掌握了的知识叙述出来，能够说得清晰有条理，讲得理直气壮；能够让他人听得明白，释去心中疑惑；能够把自己的观点交予别人的审视，乃至质疑，在此过程中，会挖掘出很多潜藏在"已知"背后的"未知"。未有知而不行者，知而不行，只是未知。

快速开始

在线阅读：本文档在线阅读地址为 https://ai.icyfenix.cn 。网站由 GitHub Pages 提供网站存储空间；由 GitHub Actions 提供的持续集成服务实时把 Git 仓库的 Markdown 文档编译同步至网站，并推送至 CDN 提供国内的访问加速；由 GitHub Discussions 与 Giscus 提供讨论服务。
代码沙箱：本文档内包含大量可在网页中运行的代码实践，用于演示机器学习算法以及进行模型训练。对于第一部分数学基础和第二部分经典统计学习算法，只需纯 CPU 环境即可运行；对于深度学习及之后的内容，部分模型训练实验需要 GPU 支持（目前基于 PyTorch with CUDA 12.8）。更多详情请参见构建沙箱环境。
```
npx @icyfenix-dmla/install@latest
```
离线运行：
- 部署离线站点：文档基于 VuePress 构建，如你希望在企业内部搭建文档站点，请使用如下命令：
```
# 克隆获取源码
git clone https://github.com/fenixsoft/dmla.git && cd dmla

# 安装工程依赖
npm install

# 运行网站，文档地址默认为 http://localhost:8080，沙箱地址默认为 http://localhost:3001
npm run local
```
- 本地运行时，如需使用运行文档中的代码，仍然需要有 Docker 镜像的支持，镜像可使用前面沙箱一键安装直接拉取，也可以使用如下命令在本机构建：
```
npm run build:sandbox:all
```
二次演绎、传播和发行：本文档中所有的内容，如引用其他资料，均在文档中明确列出资料来源，一切权利归属原作者。除此以外的所有内容，包括但不限于文字、图片、表格，等等，均属笔者原创，这些原创内容，笔者声明以知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）发行，只要遵循许可协议条款中署名、非商业性使用、相同方式共享的条件，你可以在任何地方、以任何形式、向任何人使用、修改、演绎、传播本文档中任何部分的内容。详细可见本文档的"协议"一节。

协议

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）许可。遵循许可的前提下，你可以自由地共享，包括在任何媒介上以任何形式复制、发行本作品，亦可以自由地演绎、修改、转换或以本作品为基础进行二次创作。但要求你：
- 署名：应在使用本文档的全部或部分内容的时候，注明原作者及来源信息。
- 非商业性使用：不得用于商业出版或其他任何带有商业性质的行为。如需商业性使用，请联系作者。
- 相同方式共享的条件：在本文档基础上演绎、修改的作品，应当继续以知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）许可。

文档简介

快速开始

协议

备案