آموزش مقیاس‌بندی نمونه‌های اولیه به مدل‌های یادگیری ماشین (GCP-PMLE) - آخرین آپدیت

سرفصل ها و درس ها

ساخت مدل‌های یادگیری ماشین Building Machine Learning Models

• انتخاب چارچوب‌ها و معماری‌های ML Selecting ML Frameworks and Architectures

• مدل‌سازی برای تفسیرپذیری Modeling for Interpretability

آموزش مدل‌ها در مقیاس گسترده Training Models at Scale

• سازماندهی و دریافت داده‌های آموزشی Organizing and Ingesting Training Data

• جاب‌های سفارشی، AutoML و Kubeflow در GKE Custom Jobs, AutoML, and Kubeflow on GKE

• آموزش توزیع‌شده، تنظیم ابرپارامترها و قابلیت اطمینان خط لوله Distributed Training, Hyperparameter Tuning, and Pipeline Reliability

• تنظیم دقیق مدل‌های پایه و Model Garden Fine-tuning Foundational Models and Model Garden

انتخاب سخت‌افزار برای آموزش Choosing Hardware for Training

• ارزیابی پردازش و شتاب‌دهنده‌ها Evaluating Compute and Accelerators

• معماری TPU و مقیاس‌بندی TPU Architecture and Scaling

• آموزش توزیع‌شده با GPUها Distributed Training with GPUs

آمادگی برای آزمون Exam Preparation

• آمادگی آزمون: معماری و آموزش Exam Prep: Architecture and Training

• آمادگی آزمون: بهینه‌سازی سخت‌افزاری Exam Prep: Hardware Optimization