آموزش مهندس یادگیری ماشین - مدیریت زیرساخت استقرار مدل - آخرین آپدیت

دانلود ML Engineer - Manage Deployment Infrastructure

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی بخشی از مرحله استقرار در چرخه حیات یادگیری ماشین (ML) را پوشش می‌دهد. در این دوره، شما یاد می‌گیرید که چگونه یک مدل آموزش‌دیده را به محیط عملیاتی (Production) منتقل کرده و زیرساختی که آن را سرویس‌دهی می‌کند، مدیریت کنید. این دوره شامل انتخاب اهداف استقرار و استراتژی‌های استنتاج در Amazon SageMaker AI، از جمله استنتاج‌های بلادرنگ (Real-time)، بدون سرور (Serverless)، ناهمگام (Asynchronous) و دسته‌ای (Batch)، و همچنین نحوه استفاده از مدل‌های ساخته‌شده خارج از سرویس‌های وب آمازون (AWS) است. شما همچنین نحوه استقرار بارهای کاری هوش مصنوعی مولد، از جمله میزبانی مدل‌های پایه و ایجنت‌ها با Amazon Bedrock و سیستم‌های تولید تقویت‌شده با بازیابی (RAG) با استفاده از پایگاه‌های دانش Amazon Bedrock را خواهید آموخت.

سرفصل ها و درس ها

مقدمه Introduction

  • معنای استقرار مدل What model deployment means

ساخت مدل و زیرساخت استقرار Model Building and Deployment Infrastructure

زیرساخت استنتاج Inference Infrastructure

استقرار هوش مصنوعی مولد Generative AI Deployment

نتیجه‌گیری Conclusion

  • جمع‌بندی نهایی Putting it all together

نمایش نظرات

آموزش مهندس یادگیری ماشین - مدیریت زیرساخت استقرار مدل
جزییات دوره
2h 2m
2
(آخرین آپدیت)
37
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده