Date d'abonnement : 2026
[DEPRECATED] How to Use TPUs for Inference
Earned août 5, 2026 EDT
[DEPRECATED] Architecting an AI Inference Stack
Earned août 1, 2026 EDT
Systèmes de machine learning de production
Earned juil. 22, 2026 EDT
Créer un guide d'étude pour une certification : préparation à l'examen PMLE
Earned jan. 26, 2026 EST
This course is for developers interested in learning how to use TPUs for inference—from architecture to deployment, and how to solve common implementation challenges. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
This course is designed for developers looking to build an optimized AI inference stack on Google Cloud. Whether you’re working with GPUs or TPUs, you’ll explore the fundamental components of an inference stack, learn design principles for maximizing performance and reliability, and explore practical techniques to take your workloads from 0 to 1. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
Dans ce cours, nous abordons en détail les composants et les bonnes pratiques de construction de systèmes de ML hautes performances dans des environnements de production. Nous verrons aussi certaines des considérations les plus courantes concernant la construction de ces systèmes, telles que l'entraînement statique, l'entraînement dynamique, l'inférence statique, l'inférence dynamique, les tâches TensorFlow distribuées et les TPU. Ce cours a pour objectif d'explorer les caractéristiques d'un bon système de ML, au-delà de sa capacité à effectuer des prédictions correctes.
Découvrez comment utiliser Gemini Notebook afin de créer un guide de préparation personnalisé pour l'examen de certification Professional Machine Learning Engineer (PMLE). Vous allez passer en revue les fonctionnalités de Gemini Notebook, créer un notebook et utiliser le guide de préparation pour vous entraîner en vue d'un examen de certification.