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
-
خلاصه
Summary
بسته بندی کردن
Wrapping Up
-
غذاهای کلیدی
Key Takeaways
-
خلاصه
Summary
نمایش نظرات