DEVELOPMENT AND DEPLOYMENT OF A DEEP LEARNING MODEL IN PRODUCTION( DEVELOPPEMENT ET MISE EN PRODUCTION D'UN MODEL DE DEEEP LEARNING)
This tutorial, as indicated in the title, supports you in the process of developing and deploying in production a machine learning API.
To this end, if you have enough experience in model deployment, this course may not be for you.It is nevertheless necessary to know what machine learning is (its principle even basic functionality understanding would be sufficient to understand this course).
This tutorial not being specifically dedicated to machine learning, we will not go deeper into too much technical details but there are all the same free courses accessible on the internet that could be of considerable use in your learning process if you wish to get into a machine learning world where the need for qualified resources is increasingly felt.
These bases being laid, we can continue our advanture :)
For this tutorial, we will be using Python 3.6.9 and docker for the contenerisation. The API will then be deployed on a linux server (EC2 AWS).
This is only a start ,so there could be ,at the moment you wil fork this project is still getting some issues !
Ce tutoriel comme indiqué à l'intitulé,vous accompagne dans le processus de developpement et de mise production d'une API de machine learning.
A cet effet ,si vous avez assez d'expériences en mise en production de modèle,ce cours ne s'adresse peut peut-être pas à vous.Il est tout de même néccessaire de savoir ce qu'est le machine learning(son principe de fonctionemnt même basique serait suiffisant pour comprendre ce cours).
Ce tutoriel n'étant pas specifiquement dedié au machine Learning,on ne rentrera pas en profondeur dans les détails techniques mais il existe tout de même des cours gratuitement accessibles sur internet qui pourraient être d'une utilité considérable dans votre apprentissage si tant est que vous souhaitez vous lancer dans monde machine learning où le besoin en ressources qualifiées se fait de plus en plus ressentir .
Ces bases étant posées,on peu continuer notre aventure ! :)
nous utiliserons dans le cadre de ce tutoriel,du Python 3.6.9 , docker pour la contenerisation .L'API sera en suite deployée sur un serveur linux(EC2 AWS).