لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش داکر برای هوش مصنوعی و یادگیری ماشین (Docker for AI/ML)
- آخرین آپدیت
دانلود Docker for AI/ML
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره دارای قابلیت Coursera Coach است! روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و بلادرنگ که به شما کمک میکند تا دانش خود را آزمایش کنید، فرضیات را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیقتر کنید.
در این دوره، شما درکی عمیق از نحوه ادغام داکر با یادگیری ماشین (ML) و هوش مصنوعی (AI) به دست خواهید آورد. داکر ابزاری قدرتمند است که استقرار و مدیریت برنامههای ML/AI را ساده میکند و آن را به تکنولوژی حیاتی برای جریانهای کاری کارآمد تبدیل میسازد.
شما با یادگیری اهمیت داکر در زمینه ML و AI شروع خواهید کرد، سپس به سراغ نصب داکر روی سیستم، پیکربندی ابزارها و ورود به پروژههای عملی خواهید رفت. ساختار دوره بر اساس سناریوهای کاربردی است، مانند ساخت محیط توسعه برای MLFlow و Jupyter، کانتینری کردن برنامههای یادگیری ماشین و شبیهسازی سیستمهای ML در سطح عملیاتی (Production) با استفاده از Docker Compose. هر بخش بر اساس بخش قبلی ساخته شده تا درک جامعی از نقش داکر در گردش کارهای AI/ML حاصل شود.
دوره با موضوعات متمرکز، از جمله ادغام مدلهای زبانی بزرگ (LLMs) و استفاده از Docker Model Runner برای استقرار محلی پیش میرود. این دوره برای توسعهدهندگان، دانشمندان داده و متخصصان AI/ML که مایل به ارتقای توانایی خود در استقرار و مدیریت سیستمهای یادگیری ماشین با داکر هستند، ایدهآل است. این محتوا برای کسانی که درک پایهای از داکر، اصول AI/ML و توسعه نرمافزار دارند مناسب است، زیرا تمرکز اصلی بر تجربه عملی است. سطح دشواری این دوره متوسط است.
در پایان این دوره، شما قادر خواهید بود محیطهای ML/AI را با داکر راهاندازی کنید، برنامهها را کانتینری کنید، سیستمهای ML در سطح عملیاتی را شبیهسازی نمایید و مدلهای هوش مصنوعی را در کانتینرهای داکر مستقر و مدیریت کنید.
سرفصل ها و درس ها
مقدمه
Introduction
چرا و چگونه داکر برای یادگیری ماشین و هوش مصنوعی اهمیت دارد
Why and How Docker is important for Machine Learning / Artificial Intelligence
مرور مجدد: اهمیت داکر در یادگیری ماشین و هوش مصنوعی
Why and How Docker is important for Machine Learning / Artificial Intelligence (Revisit)
داکر در دنیای LLMها و هوش مصنوعی Agentic
Docker in the world of LLMs and Agentic AI
نصب و اعتبارسنجی Docker Desktop
Installing and validating Docker Desktop
آمادهسازی ابزارها و محیط مورد نیاز دوره
Setting up tools and environment for this course
راهاندازی و مدیریت محیطهای توسعه ML با داکر
Launch and Operate ML Dev Environments with Docker
پروژه: راهاندازی محیط توسعه ML با داکر (MLFlow و Jupyter)
Project - Setup ML Dev Environment with Docker (MLFlow and Jupyter)
مفاهیم داکر: تصاویر، کانتینر، رجیستری، ریپازیتوری و دریافت تصاویر
Docker Concepts - Images, Container, Registry, Repository. Pulling Images
اجرا، تحلیل و اتصال به کانتینر MLFlow
Launch, Analyse, and Connect to MLFlow Container
عملیات کانتینر: گزینههای رایج، جدا شدن، لیست کردن و مدیریت کانتینرها
Container Operations - Common options, Detaching, Listing, Managing Containers
راهاندازی محیط نوتبوک JupyterLabs با Volume مشترک با میزبان
Launch JupyterLabs Notebook Environment with a Volume shared with Host
نوشتن و اجرای یک پروژه ساده ML با نوتبوک Jupyter میزبانی شده در کانتینر
Writing and executing a simple ML Project with Container Hosted Jupyter Notebook
اتصال نوتبوک به کانتینر MLFlow برای ردیابی آزمایشها
Connect Notebook with MLFlow Container for Experiment Tracking
بستهبندی برنامههای ML به عنوان تصاویر کانتینری با Dockerfiles
Packaging ML Apps as Container Images with Dockerfiles
پروژه Nebula: کانتینری کردن اپلیکیشن ML مشاوره تکنولوژی و میزبانی در Hugging Face
Project Nebula - Containerize Tech Stack Advisor ML App and Host it on Hugging Face
ساخت و تست پروژه ML و آموزش مدل
Build and test the ML Project and Train the Model
چرا و چگونه ابتدا تصاویر کانتینر را به صورت دستی بسازیم؟
Why and how to build Container Images Manually First?
ساخت گامبهگام تصویر کانتینر با استفاده از رویکرد Imperative
Building a container image step by step using the Imperative Approach
ساخت و تست تصویر با استفاده از Dockerfile
Building and Testing the Image using Dockerfile
تحلیل، تگگذاری و انتشار تصاویر کانتینر
Analyzing, Tagging and Publishing Container Images
چگونه Dockerfile بنویسیم؟ بررسی سریع دستورات
How to write Dockerfile? Instructions Quick Dive
استقرار و میزبانی اپلیکیشن کانتینری در Hugging Face Spaces
Deploy and Host Containerized App to Hugging Face Spaces
شبیهسازی سیستمهای ML سطح عملیاتی در محیط توسعه با Docker Compose
Simulating Production Grade ML Systems in Dev with Docker Compose
پروژه: ساخت و استقرار اپلیکیشن ML پیشبینی قیمت خانه در محیط توسعه با Docker Compose
Project - Build and Deploy House Price Predictions ML App in Dev with Docker Compose
درک استک اپلیکیشن و جریان کاری یادگیری ماشین
Understanding the Application Stack and the ML Workflow
اتوماسیون اجرای MLFlow با کدنویسی Compose Spec و یادگیری سینتکس Compose
Automate MLFlow Launch with Code by writing Compose Spec, Learn Compose Syntax
اجرای خط لوله پردازش دادهها، مهندسی ویژگیها و آموزش مدل برای پیشبینی قیمت خانه
Run the Data Processing, Feature Engineering and Model Training Pipeline for House Price Prediction
ترکیب اپلیکیشنهای FastAPI و Streamlit با Compose Spec چند سرویسه
Composing FastAPI and Streamlit Apps with Multi Service Compose Spec
اتصال سرویسها با استفاده از Service Discovery مبتنی بر DNS در Docker Compose
Connecting Services using DNS-Based Service Discovery offered by Docker Compose
اجرای مدلهای زبانی بزرگ (LLMs) به صورت محلی با Docker Model Runner
Running LLMs Locally with Docker Model Runner
پروژه: ادغام اپلیکیشن LocalGPT با مدل LLM محلی با استفاده از Docker Model Runner
Project - Integrate LocalGPT App with Locally Running LLM using Docker Model Runner
داکر مدل رانر چیست و چگونه آن را با Docker Desktop تنظیم کنیم؟
What is Docker Model Runner? How to Set it up with Docker Desktop?
بررسی Docker Model Runner: دریافت مدل LLM از کاتالوگ Gen AI و اجرای آن
Exploring Docker Model Runner - Pull a LLM Model from Gen AI Catalogue and Run it
اجرای اپلیکیشن LocalGPT با Docker Model Runner و اتصال سازگار با OpenAI
Launching LocalGPT App with Docker Model Runner with OpenAI Compatible Connection
پیکربندی Docker Model Runner به عنوان یک Provider در Compose
Configuring Docker Model Runner as a Provider to Compose
بررسی پروتکل مدل کانتکست با Docker MCP Toolkit
Exploring Model Context Protocol with Docker MCP Toolkit
نمایش نظرات