मशीन लर्निंग और Rust: सिद्धांत से प्रोडक्शन कोड तक
300 पृष्ठ
Hindi
PDF
4.5

मशीन लर्निंग और Rust: सिद्धांत से प्रोडक्शन कोड तक

मशीन लर्निंग और Rust: सिद्धांत से प्रोडक्शन कोड तक

लेखक:

वर्ष:

सारांश:

यह पुस्तक मशीन लर्निंग कार्यों में Rust भाषा के उपयोग के लिए एक व्यावहारिक मार्गदर्शिका है। यदि आप Python (sklearn, PyTorch, TensorFlow) पर ML से पहले से परिचित हैं और अपने कौशल को Rust इकोसिस्टम में स्थानांतरित करना चाहते हैं, तो यह संस्करण आपके लिए है। लेखक, एलेक्सी वेत्रोव, प्रोडक्शन में 10 वर्षों के अनुभव वाले एक senior-इंजीनियर, कदम दर कदम दिखाते हैं कि तेज़ और सुरक्षित ML-सिस्टम कैसे बनाएं।



पुस्तक किस बारे में है:

  • Rust में डेटा के साथ काम करने की मूल बातें: लाइब्रेरीज़ ndarray, polars, csv।
  • फ्रेमवर्क के बिना क्लासिकल एल्गोरिदम (लीनियर रिग्रेशन, kNN, डिसीज़न ट्री) का कार्यान्वयन।
  • आधुनिक ML-लाइब्रेरीज़ का उपयोग: linfa, smartcore, burn।
  • इन्फरेंस और मॉडल सर्विंग: ONNX, TensorFlow SavedModel लोड करना, tract के साथ काम करना।
  • प्रदर्शन अनुकूलन: समानांतरता (rayon), SIMD, कैशिंग, बड़े डेटा के साथ काम करना।
  • प्रोडक्शन-पाइपलाइन बनाना: एरर हैंडलिंग, लॉगिंग, बेंचमार्किंग।
  • ML-सेवाओं की तैनाती: Actix-web पर REST API, gRPC, ब्राउज़र के लिए WebAssembly।


यह पुस्तक किसके लिए है:

  • Data Scientist और ML-इंजीनियर, जो Python पर धीमी पाइपलाइनों से थक चुके हैं।
  • Rust-डेवलपर, जो मशीन लर्निंग सीखना चाहते हैं।
  • इंजीनियर, जो embedded-सिस्टम, edge-डिवाइस या real-time एप्लिकेशन पर काम कर रहे हैं।
  • वे सभी जो ML-कोड लिखना चाहते हैं जो मेमोरी एरर के साथ क्रैश न हो और 10 गुना तेज़ चले।


आप क्या सीखेंगे:

  • pandas की तुलना में अधिक कुशलता से डेटा कैसे लोड करें, साफ़ करें और रूपांतरित करें।
  • Rust पर "स्क्रैच से" मॉडल कैसे प्रशिक्षित करें और इसकी सटीकता की Python-एनालॉग्स से तुलना करें।
  • मॉडल को कैसे सीरियलाइज़ करें और इसे Python पर निर्भरता के बिना सर्वर पर चलाएं।
  • ML-पाइपलाइनों में त्रुटियों को रोकने के लिए Rust के टाइप सिस्टम का उपयोग कैसे करें।
  • PyO3 के माध्यम से मौजूदा Python-प्रोजेक्ट में Rust-मॉड्यूल को कैसे एकीकृत करें।


सभी कोड उदाहरण GitHub पर उपलब्ध हैं और वास्तविक डेटासेट पर परीक्षण किए गए हैं। पुस्तक स्पष्ट भाषा में, अत्यधिक सिद्धांत के बिना, अभ्यास पर ध्यान केंद्रित करके लिखी गई है। स्व-अध्ययन और प्रोडक्शन के लिए संदर्भ पुस्तिका के रूप में आदर्श।



Rust पर तेज़, विश्वसनीय और आधुनिक मशीन लर्निंग की दुनिया में गोता लगाएँ!

अनुशंसाएँ