لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش استقرار مدلهای یادگیری ماشین در محیط عملیاتی (Production)
- آخرین آپدیت
دانلود Deploy ML Models to Production
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره جامع برای مهندسان مشتاق MLOps و دانشمندانی داده طراحی شده است که قصد دارند فاصله بین دفترچههای آزمایشی (Notebooks) و محیطهای عملیاتی مستحکم را پر کنند. شما با ایجاد یک پایه قوی در توسعه مدل، بررسی ضروریات سختافزاری CPUها و GPUها و تسلط بر تنظیم هایپرپارامترها شروع خواهید کرد. سپس برنامه آموزشی به سرعت به سمت آزمایشهای صنعتی با استفاده از MLflow پیش میرود، جایی که یاد میگیرید پارامترها را ردیابی کنید، آرتیفکتهای مدل را مدیریت نمایید و نسخهبندی را از طریق آزمایشگاههای عملی کنترل کنید.
نیمه دوم دوره بر کاربردهای واقعی از طریق یک پروژه تخصصی تمرکز دارد: ساخت خط لوله استقرار (Deployment Pipeline) برای یک اپلیکیشن خسارت بیمه. شما تجربه عملی در تولید دادههای مصنوعی، راهاندازی سرورهای اختصاصی MLflow و استفاده از BentoML برای سروینگ (Serving) مدل با کارایی بالا کسب خواهید کرد. با ارتقای یک اپلیکیشن استاندارد Flask برای تعامل با زیرساختهای سروینگ حرفهای، در هنر تحویل آنلاین مدلها استاد خواهید شد. این دوره تضمین میکند که شما با اعتماد به نفس فنی لازم برای ثبت، استقرار و مدیریت مدلهای یادگیری ماشین در یک محیط عملیاتی زنده، فارغالتحصیل شوید.
سرفصل ها و درس ها
سروینگ مدلها
Model Serving
مقدمهای بر سروینگ مدل
Introduction to Model Serving
رانش مدل و سروینگ آنلاین و آفلاین
Model Drift and Online/Offline Serving
استقرار و سروینگ مدل
Model Deployment and Serving
دمو: سروینگ مدل با استفاده از BentoML - بخش اول
Demo: Model Serving using BentoML - Part 1
دمو: سروینگ مدل با استفاده از BentoML - بخش دوم
Demo: Model Serving using BentoML - Part 2
دمو: ارتقای نسخههای مدل با BentoML Serving
Demo: Upgrading Model Versions with BentoML Serving
امنیت و حاکمیت دادهها
Data Security and Governance
نمایش نظرات