یادگیری عمیق: آموزش شبکه‌های عصبی و استقرار با داکر (Docker) - آخرین آپدیت

مبانی شبکه‌های عصبی Foundations of Neural Networks

• فرصت‌های شغلی در یادگیری عمیق Deep Learning Careers

• روندهای صنعتی در یادگیری عمیق Industry Trends in DL

• نقشه مهارت‌های مهندسان یادگیری عمیق Skills Map for DL Engineers

• توابع فعال‌ساز و توابع زیان Activations & Loss Functions

• مفاهیم بهینه‌سازی (SGD, Adam) Optimization Concepts (SGD, Adam)

• تنسورها و ماژول‌های PyTorch PyTorch Tensors and Modules

• حلقه‌های آموزش و گرادینت‌ها Training Loops & Gradients

• بصری‌سازی متریک‌ها Visualizing Metrics

• نرخ یادگیری و اندازه دسته (Batch Size) Learning Rate & Batch Size

• منظم‌سازی و Dropout Regularization & Dropout

• توقف زودهنگام و نقاط بازگشت Early Stopping & Checkpoints

آموزش، اعتبارسنجی و ردیابی مدل Model Training, Validation & Tracking

• تقسیم‌بندی داده‌های آموزش، اعتبارسنجی و تست Train/Validate/Test Splits

• ساخت حلقه‌های آموزش از صفر Building Loops from Scratch

• ذخیره و بارگذاری مدل‌ها Saving/Loading Models

• متریک‌ها (دقت، زیان، AUC) Metrics (Accuracy, Loss, AUC)

• تقسیم‌بندی اعتبارسنجی و K-Fold Validation Splits & K-Fold

• مدیریت بیش‌برازش (Overfitting) Handling Overfitting

• راه‌اندازی TensorBoard TensorBoard Setup

• یکپارچه‌سازی با Weights & Biases Weights & Biases Integration

• مقایسه اجراها و هایپرپارامترها Comparing Runs and Hyperparameters

استقرار مدل‌های یادگیری عمیق Deploying Deep Learning Models

• خروجی گرفتن و سریال‌سازی مدل Model Export & Serialization

• پیش‌پردازش و پس‌پردازش Pre/Post-Processing

• طراحی استنتاج دسته‌ای (Batch Inference) Batch Inference Design

• ایجاد نقاط انتهایی REST Creating REST Endpoints

• یکپارچه‌سازی مدل‌های PyTorch Integrating PyTorch Models

• تست نقاط انتهایی با cURL و Postman Testing Endpoints with cURL & Postman

• اندازه‌گیری تأخیر و نرخ انتقال داده Measuring Latency & Throughput

• پروفایلینگ استنتاج مدل Profiling Model Inference

• بهینه‌سازی با TorchScript یا ONNX Optimizing with TorchScript or ONNX

کانتینری‌سازی و یکپارچه‌سازی در محیط عملیاتی Containerization & Production Integration

• ساخت ایمیج‌ها و کانتینرها Building Images & Containers

• اتوماسیون با Docker Compose Automating with Docker Compose

• ثبت لاگ‌های زمان اجرا Runtime Logging

• ردیابی خطاها و هشدارها Error Tracking & Alerts

• جمع‌آوری متریک‌های عملکرد Performance Metric Collection

• مقیاس‌بندی APIها با کانتینرها Scaling APIs with Containers

• مدیریت نسخه‌های مدل Model Version Management

• مدیریت وابستگی‌ها و محیط Dependency & Environment Management