آموزش آماده سازی گواهی مهندس یادگیری ماشین حرفه ای Google Cloud: 5 اتوماسیون و هماهنگ سازی خطوط لوله ML

Google Cloud Professional Machine Learning Engineer Cert Prep: 5 Automating and Orchestrating ML Pipelines

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:

کسب گواهینامه مهندس حرفه‌ای یادگیری ماشین Google توانایی شما را در طراحی، ساخت و تولید مدل‌های یادگیری ماشین برای حل چالش‌های تجاری با استفاده از فناوری‌های Google Cloud و دانش مدل‌ها و تکنیک‌های ML اثبات‌شده نشان می‌دهد.

در این دوره پنجم از سری آماده سازی گواهینامه، مربی نوح گیفت مفاهیم اصلی مربوط به خودکارسازی و هماهنگ سازی خطوط لوله ML را پوشش می دهد. نوح نحوه طراحی و پیاده‌سازی خطوط لوله آموزشی را توضیح می‌دهد، از جمله نحوه مهندسی کردن درخواست‌های Google BigQuery با ChatGPT4. سپس، در مورد پیاده‌سازی خطوط لوله سرویس‌دهی بیاموزید، همانطور که نوح برخی از ویژگی‌های کانتینرهای Docker مجهز به GPU را توضیح می‌دهد، یک ریزسرویس Rust PyTorch را ارائه می‌دهد، و یک میکروسرویس PyTorch از قبل آموزش دیده Rust را نمایش می‌دهد.


سرفصل ها و درس ها

معرفی Introduction

  • بررسی اجمالی Overview

  • دوره پنج اصطلاحات کلیدی Course five key terminology

1. طراحی و اجرای خطوط لوله آموزشی 1. Designing and Implementing Training Pipelines

  • مهندسی سریع برای Google BigQuery با ChatGPT4 Prompt engineering for Google BigQuery with ChatGPT4

  • شروع کار با Vertex AI Getting started with Vertex AI

  • درک TPU ها Understanding TPUs

  • TPU ها به عنوان انتقال فناوری TPUs as technology transition

  • نسخه ی نمایشی: TPU PyTorch MNIST Demo: TPU PyTorch MNIST

2. اجرای خطوط لوله خدمات 2. Implementing Serving Pipelines

  • سرویس TensorFlow با Docker مجهز به GPU TensorFlow serving with GPU-enabled Docker

  • بررسی میکروسرویس Rust PyTorch Rust PyTorch microservice walkthrough

  • نسخه ی نمایشی: میکروسرویس PyTorch از قبل آموزش دیده Rust Demo: Rust pre-trained PyTorch microservice

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

نظری ارسال نشده است.

آموزش آماده سازی گواهی مهندس یادگیری ماشین حرفه ای Google Cloud: 5 اتوماسیون و هماهنگ سازی خطوط لوله ML
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
51m
11
Linkedin (لینکدین) lynda-small
30 خرداد 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
ندارد
دارد
دارد
Noah Gift

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Noah Gift Noah Gift

کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO

Noah Gift بنیانگذار Pragmatic A.I است. آزمایشگاه ها و یکی از همکاران بنیاد نرم افزار پایتون.

نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.