, ,

کتاب کار با فریم‌ورک‌های پردازش موازی برای DL

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب کار با فریم‌ورک‌های پردازش موازی برای DL

موضوع کلی: برنامه نویسی

موضوع میانی: محاسبات سطح بالا (High-Performance Computing)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر محاسبات سطح بالا (HPC) و یادگیری عمیق (DL)
  • 2. معماری های موازی: SIMD, MIMD
  • 3. آشنایی با مدل های برنامه نویسی موازی
  • 4. مفاهیم Thread و Process
  • 5. مروری بر حافظه اشتراکی و حافظه توزیع شده
  • 6. آشنایی با MPI (Message Passing Interface)
  • 7. نصب و پیکربندی MPI
  • 8. نوشتن اولین برنامه MPI
  • 9. ارتباط نقطه به نقطه در MPI
  • 10. ارتباط جمعی در MPI
  • 11. بهینه سازی ارتباطات MPI
  • 12. آشنایی با OpenMP
  • 13. نصب و پیکربندی OpenMP
  • 14. نوشتن اولین برنامه OpenMP
  • 15. مدیریت Threadها در OpenMP
  • 16. بهینه سازی کد OpenMP
  • 17. معرفی CUDA
  • 18. نصب و پیکربندی CUDA Toolkit
  • 19. معماری GPU و CUDA
  • 20. نوشتن اولین Kernel CUDA
  • 21. انتقال داده بین CPU و GPU
  • 22. مدیریت حافظه در CUDA
  • 23. همزمانی Threadها در CUDA
  • 24. بهینه سازی کد CUDA
  • 25. آشنایی با OpenCL
  • 26. نصب و پیکربندی OpenCL
  • 27. معماری OpenCL
  • 28. نوشتن اولین Kernel OpenCL
  • 29. مدیریت حافظه در OpenCL
  • 30. بهینه سازی کد OpenCL
  • 31. مروری بر فریم ورک های پردازش موازی برای DL
  • 32. TensorFlow و محاسبات توزیع شده
  • 33. Keras و محاسبات توزیع شده
  • 34. PyTorch و محاسبات توزیع شده
  • 35. آشنایی با Horovod
  • 36. نصب و پیکربندی Horovod
  • 37. استفاده از Horovod با TensorFlow
  • 38. استفاده از Horovod با Keras
  • 39. استفاده از Horovod با PyTorch
  • 40. بهینه سازی Horovod
  • 41. آشنایی با DeepSpeed
  • 42. نصب و پیکربندی DeepSpeed
  • 43. استفاده از DeepSpeed با PyTorch
  • 44. آموزش مدل های بزرگ با DeepSpeed
  • 45. بهینه سازی DeepSpeed
  • 46. آشنایی با Ray
  • 47. نصب و پیکربندی Ray
  • 48. استفاده از Ray برای پردازش موازی
  • 49. استفاده از Ray برای آموزش DL
  • 50. بهینه سازی Ray
  • 51. استراتژی های موازی سازی داده
  • 52. استراتژی های موازی سازی مدل
  • 53. موازی سازی خط لوله ای (Pipeline Parallelism)
  • 54. موازی سازی تنسور (Tensor Parallelism)
  • 55. انتخاب استراتژی مناسب موازی سازی
  • 56. تأثیر اندازه Batch Size بر عملکرد
  • 57. اهمیت Scaling Efficiency
  • 58. اندازه گیری Scaling Efficiency
  • 59. ابزارهای پروفایلینگ CPU و GPU
  • 60. NVProf و Nsight Systems
  • 61. TensorBoard و پروفایلینگ TensorFlow
  • 62. PyTorch Profiler
  • 63. بهینه سازی I/O برای DL
  • 64. استفاده از TFRecords
  • 65. استفاده از PyTorch DataLoaders
  • 66. بهینه سازی Data Augmentation
  • 67. فشرده سازی مدل ها (Model Compression)
  • 68. Quantization
  • 69. Pruning
  • 70. Distillation
  • 71. آموزش با Precision کاهش یافته (Mixed Precision Training)
  • 72. استفاده از FP16 و BFloat16
  • 73. گرادیان های پراکنده (Sparse Gradients)
  • 74. همگام سازی گرادیان ها به صورت کارآمد
  • 75. استفاده از آگرگیشن گرادیان ها
  • 76. موازی سازی ناهمگن (Heterogeneous Parallelism)
  • 77. استفاده از CPU و GPU به صورت همزمان
  • 78. بهینه سازی برای معماری های خاص (مثل NVIDIA A100)
  • 79. بهینه سازی برای معماری های خاص (مثل AMD Instinct)
  • 80. پردازش زبان طبیعی (NLP) با HPC
  • 81. آموزش مدل های Transformer بزرگ
  • 82. بینایی ماشین (Computer Vision) با HPC
  • 83. آموزش مدل های تشخیص شیء سنگین
  • 84. یادگیری تقویتی (Reinforcement Learning) با HPC
  • 85. موازی سازی محیط های شبیه سازی
  • 86. شبیه سازی علمی با HPC و DL
  • 87. استفاده از DL برای حل معادلات دیفرانسیل
  • 88. مروری بر محاسبات کوانتومی و DL
  • 89. آینده HPC و DL
  • 90. کاربردهای HPC و DL در صنعت
  • 91. پیاده سازی یک پروژه DL بزرگ با فریم ورک های موازی
  • 92. عیب یابی و رفع خطا در کدهای موازی
  • 93. امنیت در محاسبات توزیع شده
  • 94. مقایسه فریم ورک های مختلف پردازش موازی
  • 95. انتخاب فریم ورک مناسب برای پروژه
  • 96. راهکارهای افزایش مقیاس پذیری (Scalability)
  • 97. پردازش جریان داده (Stream Processing) با HPC و DL
  • 98. استفاده از Apache Kafka و Apache Flink
  • 99. مروری بر محاسبات Edge و DL
  • 100. بهینه سازی مدل ها برای استقرار در Edge

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب کار با فریم‌ورک‌های پردازش موازی برای DL”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا