آموزش Amazon SageMaker برای برنامه‌های هوش مصنوعی مولد (Generative AI) - آخرین آپدیت

دانلود Amazon SageMaker for Generative AI Applications

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: آیا به دنبال ارتقای مهارت‌های خود به عنوان دانشمند داده یا مهندس یادگیری ماشین هستید؟ این دوره دقیقاً برای شما طراحی شده است. در این دوره با مدرس، Kesha Williams، مهارت‌های لازم برای ساخت، سفارشی‌سازی و استقرار مدل‌های پایه (Foundation Models) با استفاده از Amazon SageMaker را بیاموزید. یاد بگیرید چگونه مدل‌ها را از ابتدا پیش‌آموزش دهید، از تکنیک‌های پیشرفته برای شخصی‌سازی مدل‌ها استفاده کنید و آن‌ها را برای برآورده کردن نیازهای مختلف عملکردی و هزینه، به صورت بهینه مستقر نمایید. این دوره همچنین مباحث ادغام متدهای MLOps، ایجاد یکپارچگی مستمر (CI)، مانیتورینگ و اتوماسیون گردش کارهای یادگیری ماشین را پوشش می‌دهد. در پایان این دوره، شما آماده خواهید بود تا استنتاج مدل‌های زبانی بزرگ (LLM) را بهینه کرده و مدیریت MLOps را به راحتی انجام دهید.

سرفصل ها و درس ها

مقدمه Introduction

  • خوش‌آمدگویی به Amazon SageMaker Welcome to Amazon SageMaker

1. شروع کار با Amazon SageMaker Studio 1. Getting Started with Amazon SageMaker Studio

  • راه‌اندازی محیط SageMaker Studio Set up your SageMaker Studio environment

  • آشنایی با Amazon SageMaker Studio Understanding Amazon SageMaker Studio

2. پیش‌آموزش مدل‌های پایه 2. Pretraining Foundation Models

  • پیش‌آموزش یک مدل پایه از صفر Pretrain a foundation model from scratch

  • بررسی ابزارها و منابع پیش‌آموزش Explore tools and resources for pretraining

  • راهکار: پیش‌آموزش یک مدل پایه Solution: Pretrain a foundation model

  • درک مفاهیم مدل‌های پایه Understand foundation models

  • چالش: پیش‌آموزش یک مدل پایه Challenge: Pretrain a foundation model

3. سفارشی‌سازی مدل‌های پایه 3. Customizing Foundation Models

  • سفارشی‌سازی مدل‌ها برای کاربردهای خاص Customize models for specific use cases

  • دسترسی به مدل‌های پیش‌آموزش شده Access pretrained models

  • راهکار: سفارشی‌سازی یک مدل پیش‌آموزش شده Solution: Customize a pretrained model

  • چالش: سفارشی‌سازی یک مدل پیش‌آموزش شده Challenge: Customize a pretrained model

4. استقرار مدل‌های پایه 4. Deploying Foundation Models

  • چالش: استقرار یک مدل پایه Challenge: Deploy a foundation model

  • بررسی استراتژی‌های استقرار برای مدل‌های پایه Explore deployment strategies for foundation models

  • بهینه‌سازی استنتاج LLM با استفاده از GPUهای NVIDIA Optimize LLM inference using NVIDIA GPUs

  • مدیریت درخواست‌های استنتاج Manage inference requests

  • راهکار: استقرار یک مدل پایه Solution: Deploy a foundation model

  • تضمین دقت، کاهش تأخیر و بهینه‌سازی هزینه Ensure accuracy, latency, and cost efficiency

5. استفاده از MLOps 5. Using MLOps

  • درک مفاهیم MLOps Understand MLOps

  • راهکار: پیاده‌سازی MLOps در SageMaker Solution: Implement MLOps in SageMaker

  • اتوماسیون گردش‌های کاری Automate workflows

  • چالش: پیاده‌سازی MLOps در SageMaker Challenge: Implement MLOps in SageMaker

  • مانیتورینگ مدل‌ها در محیط عملیاتی Monitor models in production

  • یکپارچه‌سازی MLOps با SageMaker Integrate MLOps with SageMaker

جمع‌بندی Conclusion

  • پایان مسیر یادگیری SageMaker Your SageMaker journey

نمایش نظرات

آموزش Amazon SageMaker برای برنامه‌های هوش مصنوعی مولد (Generative AI)
جزییات دوره
1h 22m
25
(آخرین آپدیت)
719
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kesha Williams Kesha Williams

کشا ویلیامز یک مدیر مهندسی نرم افزار، مربی، سخنران، وبلاگ نویس فناوری، و مدافع STEM است.

کشا (تلفظ KEY-SHA) ویلیامز یک جایزه است. مهندس نرم افزار برنده با بیش از 20 سال تجربه متخصص در توسعه برنامه های کاربردی وب با استفاده از Java، Spring، Angular، و خدمات وب آمازون (AWS). او هزاران توسعه‌دهنده نرم‌افزار را در ایالات متحده، اروپا و آسیا آموزش داده و در حین تدریس جاوا در سطح دانشگاه، آموزش داده است. او کار خود را با آژانس امنیت ملی (NSA) آغاز کرد.

کشا اخیراً برنده جایزه آدا لاولیس در مهندسی کامپیوتر از LookFar و جایزه نوآوری متفاوت بیندیشید از Chick-fil-A برای کارش با فناوری‌های نوظهور شد. و هوش مصنوعی (AI). او اخیراً در کمپین آمازون "Alexa Women of Voice" و مجموعه #WePowerTech از A Cloud Guru حضور داشت. او در اوقات فراغت خود، اخبار جاوا را برای InfoQ می نویسد، بخش فناوری جورجیا را رهبری می کند، در کنفرانس های فنی در سراسر جهان سخنرانی می کند، به عنوان مربی با آکادمی علوم نیویورک خدمت می کند، و کارگاه های رایگان «ساعت کد» را برای کودکان برگزار می کند. در کتابخانه محلی او.