استقرار مدل های یادگیری ماشین با فلاسک برای مبتدیان [ویدئو]

Deploying Machine Learning Models with Flask for Beginners [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: Flask یک چارچوب برنامه کاربردی وب است که برای توسعه برنامه های کاربردی وب استفاده می شود. شروع به کار با Flask آسان است و قدرت آن در توانایی آن برای افزایش مقیاس برنامه های پیچیده است. در این دوره آموزشی، موثرترین روش‌های استفاده از Flask را برای ایجاد اپلیکیشن وب خود خواهید آموخت. شما با مقدمه ای از Flask شروع می کنید و به سرعت به تعریف و آموزش مدل خود می پردازید. شما اقدامات مختلفی را روی این مدل انجام خواهید داد تا آن را آموزش دهید و مطمئن شوید که بهترین کیفیت برای برنامه شما است. همچنین نقاط پایانی API را ایجاد و آزمایش خواهید کرد تا بتوانید رفتار مدل را در طول زمان پیش‌بینی کنید. در پایان این دوره، شما این اطمینان را خواهید داشت که این برنامه را در وب اجرا کنید و یاد بگیرید که چگونه خطاهایی را که ممکن است در طول این فرآیند ایجاد شود برطرف کنید. بسته کد این دوره در https://github.com/PacktPublishing/Deploying-Machine-Learning-Models-with-Flask-for-Beginners موجود است مدل خود را تعریف و آموزش دهید. در دسترس بودن مدل را تست کنید و پیش بینی کنید یک نقطه پایانی Flask ایجاد کنید و بررسی های کیفیت را انجام دهید از طبقه بندی تصویر در برنامه Flask خود استفاده کنید پیش بینی تصاویر در برنامه Flask مدل یادگیری ماشین خود را در وب مستقر کنید این دوره برای توسعه دهندگانی است که به دنبال یادگیری Flask هستند. درک پایه ای از Python در اینجا ترجیح داده می شود زیرا این به شما کمک می کند مفاهیم Flask را آسان تر درک کنید. شما همچنین باید دانش کارآمدی از یادگیری ماشین و شبکه های عصبی داشته باشید. نقطه پایانی API خود را برای مدل های یادگیری ماشین خود ایجاد کنید * یک برنامه Flask از ابتدا ایجاد کنید * مدل خود را در وب مستقر کنید

سرفصل ها و درس ها

استقرار مدل های یادگیری ماشینی Deploying Machine Learning Models

  • سلام و خوش آمدید به دوره Hello and Welcome to the Course

  • مقدمه ای بر فلاسک Introduction to Flask

  • تعریف و آموزش مدل Defining and Training the Model

  • ارزیابی و ذخیره مدل آموزش دیده Evaluating and Saving the Trained Model

  • آزمایش در دسترس بودن مدل و انجام اولین پیش بینی Testing the Model Availability and Making a First Prediction

  • تعیین مرزهای داده های ورودی شما Defining the Boundaries of Your Input Data

  • ایجاد اپلیکیشن فلاسک ما Creating Our Flask Application

  • ایجاد نقطه پایانی فلاسک و اطمینان از بررسی کیفیت داده ها Creating the Flask Endpoint and Ensuring Data Quality Checks

  • تست نقطه پایانی API ما Testing Our API Endpoint

  • مقدمه ای بر طبقه بندی تصاویر Introduction to Image Classification

  • برنامه Flask - نقطه پایانی برای API طبقه بندی تصویر شما Flask Application - an Endpoint for Your Image Classification API

  • قالب HTML توضیح داده شد The HTML Template Explained

  • پیش بینی تصاویر در برنامه وب Flask میزبانی شده شما Predicting Images on Your Hosted Flask Web Application

  • تبریک و سخنان پایانی حکمت Congratulations and Final Words of Wisdom

استقرار مدل های یادگیری ماشینی (ML) خود در وب Deploying Your Machine Learning (ML) Models to the Web

  • استقرار مدل خود در اینترنت به صورت رایگان Deploying Your Model on the Internet for Free

نمایش نظرات

استقرار مدل های یادگیری ماشین با فلاسک برای مبتدیان [ویدئو]
جزییات دوره
2 h 31 m
15
Packtpub Packtpub
(آخرین آپدیت)
از 5
ندارد
دارد
دارد
Dan We
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dan We Dan We

هر چیزی ممکن است

دن از روی قلب معلم است. او عاشق یادگیری و به اشتراک گذاری دانش با دیگران است.

او متعهد است با ارائه خدمات آموزشی به سایر افراد برای دستیابی به اهداف و تبدیل شدن به بهترین در حرفه خود به آنها کمک کند.

"زندگی یک سفر است، و من تمام تلاشم را برای کمک به شما در راه رسیدن به اهدافتان خواهم کرد"