آموزش عملیات مدل‌های زبانی بزرگ (LLMOps) با Rust - آخرین آپدیت

دانلود Rust LLMOps

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

در این دوره، نوآ گیفت (Noah Gift)، متخصص MLOps، زبان برنامه‌نویسی Rust را از طریق کدنویسی زنده آموزش می‌دهد. با رویکردی تکرارشونده، این زبان را به‌ویژه با تمرکز بر کاربردهای آن در LLMOps بشناسید و در آن تسلط یابید. پس از بررسی ابزارها و متدولوژی‌های مورد نیاز، وارد مباحث زیرساخت به عنوان کد (IaC)، مانیتورینگ، لاگینگ و حسابرسی شبکه‌ها خواهید شد. همچنین موضوعات کلیدی پیرامون امنیت، مجوزها و حریم خصوصی را بررسی می‌کنیم. بیاموزید که چگونه نرم‌افزارهایی مانند Candle، Codespaces و Starcoder می‌توانند تجربه شما را در کار با Rust ارتقا دهند. در این دوره با استنتاج بدون سرور (Serverless Inference)، استنتاج از طریق CLI و استنتاج چت در Rust آشنا می‌شوید. همچنین ابزارهایی نظیر Rust-BERT، Rust-PyTorch، ONNX و سایر سرویس‌های هوش مصنوعی و نحوه بهره‌گیری از آن‌ها با Rust را کاوش خواهیم کرد. در نهایت، جلسات کدنویسی زنده متعددی با Rust Cargo Lambda خواهید داشت.

این دوره توسط نوآ گیفت تهیه شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی می‌کنیم.


سرفصل ها و درس ها

مقدمه Introduction

  • مرور کلی Overview

1. عملیات مدل‌های زبانی بزرگ با Rust 1. Rust LLMOps

  • دمو: Codespaces Demo: Codespaces

  • باینری ساخت مداوم The continuous build binary

  • سرویس AWS Bedrock برای هوش مصنوعی مسئولانه AWS Bedrock for responsible AI

  • توابع: جوهره برنامه‌نویسی Function: The essence of programming

  • استنتاج چت در Rust Rust chat inference

  • بررسی StarCoder در Rust Exploring StarCoder in Rust

  • مقدمه‌ای بر Rust BERT Rust-BERT introduction

  • دوآپس (DevOps) چیست؟ What is DevOps?

  • عملیاتی کردن میکروسرویس‌ها Operationalizing microservices

  • یکپارچه‌سازی مداوم (CI) برای میکروسرویس‌ها Continuous integration for microservices

  • متدولوژی کایزن (Kaizen) Kaizen methodology

  • پاسخ به منابع و ورک‌لودهای آسیب‌دیده Responding to compromised resources and workloads

  • سرویس AWS config برای امنیت AWS config for security

  • مانیتورینگ و لاگینگ Monitoring and logging

  • استفاده از GitHub Codespaces با GPU GitHub Codespaces with GPU

  • استنتاج بدون سرور (Serverless) Serverless inference

  • مدل‌های پیش‌آموزش‌دیده PyTorch PyTorch pretrained models

  • بررسی توسعه از راه دور در AWS Exploring remote development on AWS

  • تبدیل صوت به متن با Whisper Candle Whisper Candle transcriber

  • استنتاج از طریق CLI در Rust Rust CLI inference

  • نصب و راه‌اندازی Rust BERT Installing and setting up Rust-BERT

  • بررسی Google Colab با Bard Exploring Google Colab with Bard

  • فراخوانی یک LLM روی نمونه AWS G5، بخش دوم Invoke an LLM on an AWS G5 instance, part 2

  • دمو: Copilot Demo: Copilot

  • استفاده از API سرویس AWS Bedrock Using the AWS Bedrock API

  • تحلیل احساسات با Rust در CLI Rust sentiment analysis in the CLI

  • امن‌سازی حساب‌ها با تایید دو مرحله‌ای (2FA) Securing accounts with 2FA

  • زبان Rust: امنیت در طراحی Rust: Secure by design

  • Makefile چیست و چگونه از آن استفاده کنیم؟ What is a Makefile and how do you use it?

  • مقدمه‌ای بر ONNX Introduction to ONNX

  • مفاهیم کلیدی در اکوسیستم GitHub Key concepts in the GitHub ecosystem

  • بررسی هوش مصنوعی Colab Exploring the Colab AI

  • برنامه Hello World با Rust PyTorch Rust-PyTorch hello world

  • حلقه چت با StarCoder The chat loop with StarCoder

  • مقدمه‌ای بر Rust PyTorch Rust-PyTorch introduction

  • تبدیل‌های ONNX ONNX conversions

  • استفاده از Rust برای مدل‌های زبانی بزرگ (LLMs) Rust for large language models (LLMs)

  • بررسی ابزار Generative AI App Builder در گوگل کلاود Exploring the Google Cloud Generative AI App Builder

  • زیرساخت به عنوان کد برای تحویل مداوم (CD) Infrastructure as code for continuous delivery

  • جلوگیری از Race Condition با کامپایلر Rust Preventing data races with the Rust compiler

  • فریم‌ورک Candle در Rust Candle framework in Rust

  • برنامه Hello World با Candle Candle hello world

  • سینتکس پایه و بارگذاری مدل در Rust BERT Basic syntax and model loading in Rust-BERT

  • تنظیمات حریم خصوصی مخزن (Repository) Repository privacy settings

  • دمو: GitHub Actions Demo: GitHub Actions

  • مروری بر مجوزهای دسترسی Access permissions overview

  • توسعه قابلیت‌های Google Bard Extending Google Bard

  • استفاده از AWS Bedrock با Claude AWS Bedrock with Claude

  • سطوح دسترسی در مخزن Repository permission levels

  • اجرای مدل‌های پیش‌آموزش‌دیده PyTorch در Rust Running pretrained PyTorch models in Rust

  • فراخوانی یک LLM روی نمونه AWS G5، بخش اول Invoke an LLM on an AWS G5 instance, part 1

  • دمو: AWS Security Hub Demo: AWS Security Hub

  • حسابرسی شبکه‌ها Auditing networks

  • خلاصه‌سازی متن با Claude Summarizing text with Claude

  • اتصال VS Code SSH به AWS شتاب‌یافته VS Code SSH to AWS accelerated

2. کدنویسی زنده: Rust Cargo Lambda 2. Live Coding: Rust Cargo Lambda

  • ابزار Rust Cargo Lambda، بخش دوم Rust Cargo Lambda, part 2

  • ابزار Rust Cargo Lambda، بخش سوم Rust Cargo Lambda, part 3

  • ابزار Rust Cargo Lambda، بخش اول Rust Cargo Lambda, part 1

نمایش نظرات

آموزش عملیات مدل‌های زبانی بزرگ (LLMOps) با Rust
جزییات دوره
3h 52m
59
(آخرین آپدیت)
5,207
- از 5
ندارد
دارد
دارد
Noah Gift
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

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.