سلام به همه، به یکی از کاربردیترین دورههای آموزش ماشینی و سطح تولید مدل یادگیری عمیق خوش آمدید.
استقرار مدل چیست:
فرض کنید بعد از انجام آموزش های دقیق روی مجموعه داده خود، مدلی دارید. اما حالا با این مدل چه باید کرد. شما مدل خود را با مجموعه داده های آزمایشی تست کرده اید که خوب است. دقت خیلی خوبی هم با این مدل گرفتی. اما آزمایش واقعی زمانی انجام می شود که داده های زنده به مدل شما برسد. بنابراین این دوره در مورد نحوه سریال سازی مدل خود و استقرار در سرور است.
پس از شرکت در این دوره:
شما می توانید یک مدل را در سرور ابری مستقر کنید.
شما یک قدم در سفر یادگیری ماشین جلوتر خواهید بود.
میتوانید یک مهارت یادگیری ماشین دیگر را در رزومه خود اضافه کنید.
چه چیزی قرار است در این دوره پوشش داده شود؟
1. مقدمه دوره
در این بخش، ایده اولیه استقرار مدل در مورد گردش کار طراحی سیستم یادگیری ماشین و گزینههای مختلف استقرار در سطح ابری در دسترس است، به شما آموزش میدهم.
2. دوره فلاسک کراش
در این بخش در مورد دوره خرابی فلاسک برای کسانی از شما که با فلاسک فریم ورک آشنایی ندارید، یاد خواهید گرفت زیرا ما قصد داریم مدل را با کمک این چارچوب توسعه وب فلاسک موجود در پایتون اجرا کنیم.
3. استقرار مدل با فلاسک
در این بخش میآموزید که چگونه مدل Sicit-Learn را Serialize و Deserialize کنید و سرویسهای وب مبتنی بر فلاسک مالک را مستقر کنید. برای آزمایش Web API از ابزار تست Postman API و ماژول درخواست های Python استفاده خواهیم کرد.
4. مدل Tensorflow یادگیری عمیق را سریال کنید
در این بخش، نحوه سریالسازی و سریالسازی مدل keras را در Fashion MNIST Dataset یاد خواهید گرفت.
5. در ابر Heroku
مستقر شویددر این بخش، نحوه استقرار مدل مجموعه داده طبقهبندی گلها را که در آخرین بخش ایجاد کردهایم، در ابر Heroku - راهحل پاس استقرار میدهیم.
6. در Google cloud
مستقر شویددر این بخش نحوه استقرار مدل را در سرویسهای ابری مختلف Google مانند عملکرد Google Cloud، موتور برنامه Google و ابر هوش مصنوعی مدیریت شده Google خواهید آموخت.
7. استقرار در آمازون AWS Lambda
در این بخش، نحوه استقرار مدل طبقهبندی گل را در تابع لامبدا AWS خواهید آموخت.
8. استقرار در Amazon AWS ECS با Docker Container
در این بخش، نحوه قرار دادن برنامه را در داخل محفظه docker و استقرار آن در Amazon ECS (خدمات کانتینر الاستیک) خواهیم دید
این دوره با 30 روز ضمانت بازگشت وجه ارائه می شود. بدون سوال پرسیدن پس منتظر چه چیزی هستید فقط همین امروز آن را ثبت نام کنید.
من شما را در کلاس خواهم دید.
یادگیری شاد
Ankit Mistry
توسعه دهنده نرم افزار | من می خواهم زندگی و درآمد شما را بهبود بخشم.
Data Science Machine Learning Academyکمک به مردم برای تجزیه و تحلیل داده ها
نمایش نظرات