Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
این دوره به شما نحوه مدیریت راه حل های هوش مصنوعی در Azure را نشان می دهد. این روش توضیح می دهد که چگونه می توانید از ML Ops استفاده کنید ، داده ها را در خوشه های AKS تولید نظارت و جمع آوری کنید و تمام مراحل را به طور خودکار پایان دهید. شرکت ها و دولت ها در سراسر جهان میلیاردها دلار به هوش مصنوعی می ریزند. پروژه ها از جذابیت و پیچیدگی بیشتری برخوردار می شوند و بنابراین طبیعی است که نتیجه بگیریم این پروژه ها به مدیریت نیاز دارند. در این دوره ، مدیریت Microsoft Azure AI Solutions ، من ادعا می کنم که یک پروژه هوش مصنوعی مانند هر پروژه نرم افزاری دیگری است و نیاز به مدیریت آن با استفاده از نرم افزارهای خوب اهمیت بیشتری دارد ، نه کمتر. با استفاده از نسخه ی نمایشی ، خواهید آموخت که چگونه می توانید از مفاهیمی مانند Azure CLI ، ML SDK و ML Ops برای پردازش پایان تا پایان خودکار خود استفاده کنید. همچنین شما می توانید بدانید که چگونه می توانید خط لوله Azure DevOps را تنظیم کنید تا از آزمایش به یک سرویس برسد. اما سرگرمی به همین جا ختم نمی شود. سپس می فهمید که چگونه می توانید مدل خود را به عنوان یک خوشه AKS به کار گیرید و نظارت و جمع آوری داده ها را در تولید فعال کنید ، بنابراین می توانید از این داده ها به روش های مختلف برای تجزیه و تحلیل آن استفاده کنید یا برای بهبود بعدی به مدل خود بازگردانید. با پایان این دوره ، شما درک عمیقی از نحوه مدیریت پروژه های هوش مصنوعی خود مانند یک پروژه نرم افزاری مناسب خواهید داشت. مفاهیمی مانند ML Ops و Pipelines برای شما طبیعت دوم خواهد بود و شما در جمع آوری و نظارت بر راه حل های تولید هوش مصنوعی خود طرفدار خواهید بود.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
مدیریت مدل ها در خدمات یادگیری ماشین لاجوردی
Managing Models in Azure Machine Learning Service
مقدمه و پیشینه
Introduction and Background
مروری بر این دوره
Overview of This Course
ثبت مدل شما
Registering Your Model
مقدمه
Introduction
نقش DevOps
The Role of DevOps
اجزای مهم
Important Components
پیش نیازها و راه اندازی
Prerequisites and Setup
Azure CLI و ML Extensions را تنظیم کنید
Setup Azure CLI and ML Extensions
DevOps و Source Code را نصب کنید
Setup DevOps and Source Code
افزونه یادگیری ماشین را نصب کنید
Install the Machine Learning Extension
یک فضای کاری ML ایجاد کنید
Create an ML Workspace
یک مدل را آموزش دهید و ثبت کنید
Train and Register a Model
با استفاده از Azure CLI مدلی را آموزش و ثبت کنید
Train and Register a Model Using Azure CLI
با استفاده از خطوط لوله DevOps مدلی را آموزش و ثبت کنید
Train and Register a Model Using DevOps Pipelines
خلاصه
Summary
ثبت و استقرار تصویر شما
Registering and Deploying Your Image
مقدمه
Introduction
اصول استقرار
Deployment Basics
استفاده از مدل با استفاده از Azure CLI
Deploy the Model Using Azure CLI
مدل را با استفاده از خطوط لوله DevOps پیاده سازی کنید
Deploy the Model Using DevOps Pipelines
مدل را امتحان کنید
Test the Model
خلاصه
Summary
نظارت و بهبود داده ها و مدل ها
Monitoring and Improving Data and Models
مقدمه
Introduction
فرآیند نظارت
Monitoring Process
پیش نیازها
Prerequisites
پرونده و وابستگی ها را تغییر دهید
Modify Scoring File and Dependencies
خوشه AKS ایجاد کنید
Create AKS Cluster
خوشه AKS را مقیاس بندی کنید
Scale the AKS Cluster
محاسبه AKS را پیوست کنید
Attach AKS Compute
ایجاد یک تصویر
Create an Image
یک استقرار ایجاد کنید
Create a Deployment
با API تماس بگیرید و داده جمع کنید
Call the APIs and Collect Data
ترینر، مشاور مایکروسافت و iOS، و موسس Winsmarts.com
ساهیل مالک یک مربی، مشاور مایکروسافت و iOS، و بنیانگذار Winsmarts.com است.
> Sahil Malik، بنیانگذار و مدیر Winsmarts.com، در بیش از 10 سال گذشته، MVP مایکروسافت، و نویسنده و داور بسیاری از کتابها و مقالات متعدد در مجلات برجسته فناوری بوده است. ساحل به عنوان یک مشاور و مربی با تجربه در 5 قاره و 18 کشور، تجربه بسیار زیادی را به ارمغان می آورد که پیچیده ترین موضوعات را بسیار آسان می کند. می توانید او را در توییتر به آدرس @sahilmalik دنبال کنید.
نمایش نظرات
نظری ارسال نشده است.