先决条件: 机器学习/深度学习、Python、云/运维知识

您将学到什么

• 模型优化

  应用量化和蒸馏等方法优化扩散模型，以实现更快、成本更低的推理。

• 可扩展基础设施

  设计并实施使用云服务、容器和编排技术来部署扩散模型的可扩展基础设施。

• 推理API开发

  构建稳定高效的API，用于大规模服务扩散模型推理请求。

• 性能调优

  分析并调整已部署扩散模型的性能，解决延迟和吞吐量瓶颈。

• 生成模型MLOps

  实施专为生产环境中扩散模型设计的监控、日志记录和维护策略。

• 成本管理

  制定策略，管理并优化大规模扩散模型部署相关的运营成本。