آموزش Databricks تا مدل‌های زبانی بزرگ محلی (Local LLMs) - آخرین آپدیت

دانلود Databricks to Local LLMs

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در پایان این دوره، فراگیر در استفاده از Databricks برای انجام وظایف مهندسی داده و تحلیل داده‌ها در گردش‌کارهای علوم داده تسلط کامل می‌یابد. علاوه بر این، دانشجو یاد می‌گیرد که چگونه مدل‌های زبانی بزرگ محلی مانند Mixtral را از طریق Hugging Face Candle و Mozilla llamafile اجرا کند.

سرفصل ها و درس ها

مبانی پلتفرم Databricks Lakehouse Databricks Lakehouse Platform Fundamentals

  • آشنایی با مدرس دوره: Noah Gift Meet your Course Instructor:Noah Gift

  • مقدمه‌ای بر پلتفرم Databricks Lakehouse Introduction to the Databricks Lakehouse Platform

  • مروری بر معماری Databricks Overview of the Databricks Architecture

  • ایجاد و مدیریت کلاسترهای محاسباتی Creating and Managing Clusters

  • پیکربندی محیط‌های اجرای کلاستر Configuring Cluster Runtimes

  • متوقف کردن کلاسترها Terminating Clusters

  • راه‌اندازی مجدد کلاسترها Restarting Clusters

  • فیلتر کردن لیست کلاسترها Filtering the Clusters List

  • مقایسه کلاسترهای چندمنظوره در برابر کلاسترهای شغلی All-Purpose vs Job Clusters

  • راه‌اندازی IntelliJ برای Databricks با Go Setup IntelliJ for Databricks with Go

  • نصب و استفاده از Databricks CLI Installing and using Databricks CLI

  • نصب و استفاده از Databricks برای RStudio Installing and using Databricks for RStudio

  • مقدمه‌ای بر نوت‌بوک‌ها Introduction to Notebooks

  • اجرای نوت‌بوک‌ها Executing Notebooks

  • اشتراک‌گذاری نوت‌بوک‌ها Sharing Notebooks

  • پشتیبانی از چندین زبان برنامه‌نویسی Multi-Language Support

  • مروری بر Databricks Repos Databricks Repos Overview

  • تبدیل بهینه داده‌ها با Spark SQL Efficient Data Transformation with Spark SQL

  • استفاده از Catalog Explorer Using Catalog Explorer

  • ایجاد جداول از فایل‌ها Creating Tables from Files

  • پرس‌وجو از منابع داده خارجی Querying External Data Sources

  • بررسی و تحلیل جداول Inspecting Tables

  • خط لوله‌های داده قابل اعتماد با Delta Lake Reliable Data Pipelines with Delta Lake

  • تراکنش‌های ACID ACID Transactions

  • بهینه‌سازی Z Ordering Z-Ordering Optimization

تبدیل داده‌ها و خط لوله‌ها Data Transformation and Pipelines

  • مستندسازی جداول Table Documentation

  • خط لوله‌های خودکار با Delta Live Tables Automated Pipelines with Delta Live Tables

  • اجزای Delta Live Tables Delta Live Tables Components

  • مقایسه خط لوله‌های مستمر در برابر Triggered Continuous vs Triggered Pipelines

  • پیکربندی Auto Loader Configuring Auto Loader

  • پرس‌وجو از رویدادهای خط لوله Querying Pipeline Events

  • مثال جامع و کامل Delta Live End-to-End Example Delta Live

  • عملیات Vacuum و جمع‌آوری زباله‌ها (Garbage Collect) Vacuum and Garbage Collect

  • مدیریت حجم‌های کاری با Jobs Orchestrating Workloads with Jobs

  • دموی Databricks Jobs Databricks Jobs Demo

  • گردش‌کارهای چندوظیفه‌ای (Multi Task) Multi-Task Workflows

  • وابستگی‌های وظایف Task Dependencies

  • مشاهده تاریخچه Jobها Viewing Job History

  • استفاده از داشبوردها Using Dashboards

  • مدیریت خطاها Handling Failures

  • پیکربندی تلاش‌های مجدد (Retries) Configuring Retries

  • دسترسی یکپارچه به داده‌ها با Unity Catalog Unified Data Access with Unity Catalog

  • مقایسه Catalogها در برابر Metastoreها Catalogs vs Metastores

  • شروع سریع Unity Catalog با پایتون Unity Catalog Quickstart Python

  • اعمال امنیت روی اشیاء Applying Object Security

  • بهترین روش‌ها برای Catalogها Best Practices for Catalogs

  • بهترین روش‌ها برای اتصالات Best Practices for Connections

  • بهترین روش‌ها برای واحدهای تجاری Best Practices for Business Units

هوش مصنوعی مولد مسئولانه Responsible Generative AI

  • مفاهیم اشتراک سود Profit Sharing Concepts

  • تراژدی مشترکات در هوش مصنوعی مولد Tragedy of the GenAI commons

  • نظریه بازی‌ها در GenAI Game Theory of GenAI

  • رقابت کامل Perfect Competition

  • پیامدهای خارجی منفی Negative Externalities

  • کارآفرینی نظارتی Regulatory Entrepreneurship

  • ایجاد یا تقویت سوگیری‌ها Creating or Reinforcing Bias

  • کدنویسی Elo در پایتون Coding Elo in Python

  • کدنویسی Elo در Rust Coding Elo in Rust

  • کدنویسی Elo در R Coding Elo in R

  • کدنویسی Elo در Julia Coding Elo in Julia

  • شروع کار با lorax و skypilot Getting started lorax and skypilot

  • لودویگ: Fine Tune مدل Mistral 7b Ludwig: Fine-Tune Mistral-7b

عملیات مدل‌های زبانی محلی (Local LLMOps) Local LLMOps

  • شروع کار با llamafile Getting Started llamafile

  • متریک‌های سیستم محلی در llamfile Local System Metrics llamfile

  • برنامه Hello World با Candle Candle Hello World

  • کاوش در Starcoder Rust Exploring Starcoder Rust

  • تبدیل گفتار به متن با Whisper Candle Whisper Candle Transcribe

  • کاوش در توسعه از راه دور با AWS Exploring Remote Development AWS

  • زبان Rust برای LLMها Rust for LLMs

  • استنتاج بدون سرور (Serverless Inference) Serverless Inference

  • استنتاج از طریق Rust CLI Rust CLI Inference

  • استنتاج چت با Rust Rust Chat Inference

  • حلقه چت Star Coder Chat loop Star Coder

  • اجرای Rust Candle روی GPU در AWS (بخش اول) Invoke Rust Candle on AWS GPU-Part One

  • اجرای Rust Candle روی GPU در AWS (بخش دوم) Invoke Rust Candle on AWS GPU-Part Two

نمایش نظرات

آموزش Databricks تا مدل‌های زبانی بزرگ محلی (Local LLMs)
جزییات دوره
27h 24m
74
(آخرین آپدیت)
4,091
- 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

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Noah Gift Noah Gift

کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO

Noah Gift بنیانگذار Pragmatic A.I است. آزمایشگاه ها و یکی از همکاران بنیاد نرم افزار پایتون.

نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.

Derek Wales Derek Wales