《GAN实战生成对抗网络》笔记——第六章 将机器学习带入生产环境

目录：

第一章    深度学习概述

第二章    无监督学习GAN

第三章    图像风格跨域转换

第四章    从文本构建逼真的图像

第五章    利用多种生成模型生成图像

第六章    将机器学习带入生产环境

---

6.1 利用DCGAN构建一个图像矫正系统

6.1.1 构建图像矫正系统的关键

6.1.2 在生产环境部署模型的挑战

6.2 利用容器的微服务架构

6.2.1 单体架构的缺陷

6.2.2 微服务架构的优点

6.2.3 使用容器的优点

6.3 部署深度模型的多种方法

6.3.1 方法一——离线建模和基于微服务的容器化部署

6.3.2 方法二——离线建模和无服务器部署

6.3.3 方法三——在线学习

6.3.4 方法四——利用托管机器学习服务

6.4 在Docker上运行基于Keras的深度模型

6.5 在GKE上部署深度模型

6.6 利用AWS Lambda和Polly进行无服务器的图像识别并生成音频

6.6.1 修改Lambda环境下代码和包的步骤

6.6.2 利用云托管服务进行人脸识别

6.7 总结