آموزش استقرار و مقیاس‌بندی مدل‌ها (GCP-PMLE) - آخرین آپدیت

دانلود (GCP-PMLE) Serving and Scaling Models

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: انتقال مدل‌ها از مرحله آزمایش به محیط عملیاتی یکی از حیاتی‌ترین گلوگاه‌های یادگیری ماشین است. در دوره آموزشی «استقرار و مقیاس‌بندی مدل‌ها در گوگل کلاود (GCP-PMLE)»، شما توانایی ارائه و گسترش مدل‌های یادگیری ماشین را روی پلتفرم Google Cloud کسب خواهید کرد. ابتدا با مفاهیم بنیادی سرویس‌دهی مدل‌ها (Model Serving) آشنا می‌شوید، سپس نحوه مدیریت چرخه حیات مدل‌ها را خواهید آموخت و در نهایت، بر مفاهیم مقیاس‌بندی، زیرساخت، بهینه‌سازی و امنیت مسلط می‌شوید. در پایان این دوره، مهارت‌ها و دانش لازم برای پیاده‌سازی سیستم‌های یادگیری ماشین آماده تولید (Production-ready) را به طور کامل به دست خواهید آورد.

سرفصل ها و درس ها

مبانی سرویس‌دهی مدل‌ها Fundamentals of Model Serving

  • آشنایی با الگوهای سرویس‌دهی مدل Introduction to Model Serving Patterns

  • دمو: پیش‌بینی آنلاین با Vertex AI Demo: Online Prediction with Vertex AI

  • سرویس‌دهی با فریم‌ورک‌های مختلف Serving with Different Frameworks

  • دمو: استقرار یک مدل PyTorch Demo: Deploying a PyTorch Model

  • گزینه‌های پیش‌بینی دسته‌ای (Batch Prediction) Batch Prediction Options

  • دمو: اجرای یک عملیات پیش‌بینی دسته‌ای Demo: Running a Batch Prediction Job

مدیریت چرخه حیات مدل Managing Model Lifecycle

  • اهمیت رجیستری مدل (Model Registry) Importance of a Model Registry

  • دمو: استفاده از Model Registry در Vertex AI Demo: Using Vertex AI Model Registry

  • استراتژی‌های عرضه ایمن مدل Strategies for Safe Model Rollouts

  • دمو: پیاده‌سازی تست A/B Demo: Implementing A/B Testing

  • مانیتورینگ عملکرد مدل Monitoring Model Performance

  • دمو: مانیتورینگ معیارهای سرویس‌دهی مدل Demo: Monitoring Model Serving Metrics

مقیاس‌بندی و زیرساخت Scaling and Infrastructure

  • مقیاس‌بندی زیرساخت‌های سرویس‌دهی آنلاین Scaling Online Serving Infrastructure

  • انتخاب سخت‌افزار مناسب Choosing the Right Hardware

  • دمو: پیکربندی انواع ماشین‌ها و مقیاس‌بندی Demo: Configuring Machine Types and Scaling

  • بررسی کلی Vertex AI Feature Store Vertex AI Feature Store Overview

  • دمو: سرویس‌دهی ویژگی‌ها با Feature Store Demo: Serving Features with Feature Store

  • گزینه‌های سرویس‌دهی مبتنی بر کانتینر Containerized Serving Options

بهینه‌سازی و امنیت Optimization and Security

  • بهینه‌سازی مدل برای محیط عملیاتی Optimizing Model for Production

  • دمو: بهینه‌سازی مدل برای کاهش تأخیر (Latency) Demo: Optimizing a Model for Latency

  • امنیت شبکه: نقاط اتصال عمومی در مقابل خصوصی Network Security: Public vs. Private Endpoints

  • دمو: راه‌اندازی یک نقطه اتصال خصوصی (Private Endpoint) Demo: Setting up a Private Endpoint

  • تنظیمات برای بهبود نرخ تراکنش و کاهش تأخیر Tuning for Throughput and Latency

آماده‌سازی برای آزمون Exam Preparation

  • استراتژی آزمون و انواع سوالات Exam Strategy and Question Types

  • بررسی سناریوی اول: استقرار و مقیاس‌بندی Scenario Walkthrough - 1: Serving and Scaling

  • بررسی سناریوی دوم: استقرار و مقیاس‌بندی Scenario Walkthrough - 2: Serving and Scaling

نمایش نظرات

آموزش استقرار و مقیاس‌بندی مدل‌ها (GCP-PMLE)
جزییات دوره
2h 0m
26
(آخرین آپدیت)
1
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Abhishek Kumar Abhishek Kumar

مشاور زیرساخت. مربی در Udemy.