سپنتا کتاب اکسپرس
کتاب FastAPI و ساخت APIهای Green AI Computing

کتاب FastAPI و ساخت APIهای Green AI Computing

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 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 FastAPI و ساخت APIهای Green AI Computing

موضوع کلی: برنامه نویسی

موضوع میانی: فست ای‌پی‌آی (FastAPI)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه‌ای بر FastAPI: چرا و چگونه؟
  • 2. نصب و راه‌اندازی FastAPI و Uvicorn
  • 3. ساختار یک پروژه FastAPI ساده
  • 4. اولین API: ایجاد یک مسیر GET
  • 5. پیکربندی Uvicorn و اجرای برنامه
  • 6. مسیرهای دینامیک: Path Parameters
  • 7. اعتبارسنجی Path Parameters
  • 8. Query Parameters: دریافت داده از URL
  • 9. Query Parameters با مقادیر پیش‌فرض
  • 10. مدل‌سازی داده‌ها با Pydantic: پایه و اساس
  • 11. درخواست‌های POST: ارسال Body
  • 12. اعتبارسنجی خودکار Body با Pydantic
  • 13. درخواست‌های PUT و DELETE
  • 14. انواع پاسخ‌ها: JSONResponse و Response
  • 15. کدهای وضعیت HTTP در پاسخ‌ها
  • 16. تزریق وابستگی (Dependency Injection) در FastAPI
  • 17. کاربردهای پیشرفته تزریق وابستگی
  • 18. Pydantic Fields: اعتبارسنجی پیشرفته
  • 19. مدیریت خطاها: HTTPException
  • 20. هندلرهای خطای سفارشی
  • 21. امنیت API: مقدمه‌ای بر احراز هویت
  • 22. احراز هویت مبتنی بر Bearer Token (OAuth2)
  • 23. پیاده‌سازی JWT برای احراز هویت
  • 24. مدیریت کاربران و نقش‌ها (Authorization)
  • 25. کار با پایگاه داده‌های رابطه‌ای: مقدمه
  • 26. SQLAlchemy Core و ORM برای FastAPI
  • 27. ارتباط با پایگاه داده‌های Async (AsyncPG, AIO-SQLAlchemy)
  • 28. ایجاد مدل‌ها و شمای پایگاه داده
  • 29. عملیات CRUD با پایگاه داده در FastAPI
  • 30. مهاجرت‌های پایگاه داده با Alembic
  • 31. تست واحد (Unit Testing) برای FastAPI
  • 32. تست یکپارچه‌سازی (Integration Testing) با TestClient
  • 33. ساختار پروژه‌های بزرگ: APIRouter
  • 34. تقسیم‌بندی API به ماژول‌های مجزا
  • 35. Middlewares: پردازش درخواست‌ها قبل و بعد
  • 36. CORS: Cross-Origin Resource Sharing
  • 37. Background Tasks: اجرای عملیات ناهمزمان
  • 38. مدیریت فایل‌ها: آپلود فایل
  • 39. سرویس‌دهی فایل‌های استاتیک
  • 40. WebSockets: ارتباط بلادرنگ
  • 41. استفاده از GraphQL در FastAPI (با Strawberry یا Ariadne)
  • 42. Caching در FastAPI با Redis
  • 43. Message Queues: Celery و RabbitMQ برای وظایف سنگین
  • 44. زمان‌بندی وظایف با Celery Beat
  • 45. Logging پیشرفته و مانیتورینگ
  • 46. API Versioning: استراتژی‌های مختلف
  • 47. سفارشی‌سازی مستندات OpenAPI (Swagger UI/ReDoc)
  • 48. OpenAPI Generator: تولید کلاینت API
  • 49. Dockerization: کانتینری کردن برنامه FastAPI
  • 50. Docker Compose: ارکستراسیون سرویس‌ها
  • 51. استقرار در سرورهای مجازی (VPS)
  • 52. استقرار در پلتفرم‌های ابری (Heroku, Google Cloud Run)
  • 53. CI/CD برای FastAPI با GitHub Actions
  • 54. مانیتورینگ عملکرد (Performance Monitoring)
  • 55. بهینه‌سازی عملکرد FastAPI: نکات و ترفندها
  • 56. مدیریت محیط‌های مختلف (Development, Staging, Production)
  • 57. استفاده از Alembic برای مهاجرت‌های پیچیده
  • 58. مدیریت Secretها و تنظیمات امنیتی
  • 59. معرفی بهینه‌سازی پایگاه داده
  • 60. الگوهای طراحی برای APIهای مقیاس‌پذیر
  • 61. مقدمه‌ای بر Green AI Computing
  • 62. اهمیت پایداری در هوش مصنوعی و محاسبات
  • 63. تعریف و اندازه‌گیری ردپای کربن در AI
  • 64. عوامل موثر بر مصرف انرژی مدل‌های AI
  • 65. مقایسه مصرف انرژی مراحل آموزش و استنتاج (Inference) AI
  • 66. سخت‌افزارهای کم‌مصرف برای هوش مصنوعی
  • 67. ارزیابی بهره‌وری انرژی سخت‌افزارها (flops/watt)
  • 68. اصول طراحی نرم‌افزار برای بهره‌وری انرژی
  • 69. متدهای اندازه‌گیری مصرف انرژی در کد (CodeCarbon)
  • 70. تاثیر اندازه مدل و معماری بر مصرف انرژی
  • 71. کاهش مصرف انرژی از طریق انتخاب الگوریتم
  • 72. داده‌های کارآمد: تاثیر کیفیت و حجم داده
  • 73. تکنیک‌های فشرده‌سازی مدل (Model Compression)
  • 74. Quantization: کاهش دقت محاسبات
  • 75. Pruning: حذف اتصالات و نورون‌های اضافی
  • 76. Knowledge Distillation: آموزش مدل کوچک‌تر
  • 77. فریم‌ورک‌های بهینه‌شده برای Inference (ONNX Runtime, TFLite)
  • 78. Batch Processing در مقابل Real-time Inference (مصرف انرژی)
  • 79. محاسبات لبه (Edge Computing) برای Green AI
  • 80. مزایا و چالش‌های محاسبات لبه
  • 81. طراحی APIهای AI با در نظر گرفتن پایداری
  • 82. پیاده‌سازی Inference مدل‌های AI در FastAPI
  • 83. بهینه‌سازی FastAPI برای پاسخ‌دهی سریع ML Inference
  • 84. مدیریت منابع CPU/GPU برای مدل‌های AI
  • 85. زمان‌بندی منابع بهینه با `run_in_threadpool`
  • 86. استفاده از `asyncio` برای I/O سنگین در ML Pipelines
  • 87. کانتینری‌سازی مدل‌های AI بهینه (Docker)
  • 88. استقرار مدل‌های فشرده‌شده با FastAPI
  • 89. Serverless Functions برای AI Inference متناوب
  • 90. مزایای انرژی FaaS برای AI Workloads
  • 91. انتخاب دیتاسنترهای سبز و مناطق ابری
  • 92. مانیتورینگ مصرف انرژی APIهای AI
  • 93. ابزارهای گزارش‌دهی ردپای کربن API
  • 94. اتوماسیون مقیاس‌پذیری انرژی‌محور (Energy-aware Auto-scaling)
  • 95. پیاده‌سازی API Gateway برای بهینه‌سازی ترافیک AI
  • 96. مدیریت داده‌های ورودی و خروجی برای کاهش I/O
  • 97. استفاده از فرمت‌های داده‌ای بهینه (Parquet, ORC)
  • 98. چالش‌های مقیاس‌بندی و پایداری در AI Ops
  • 99. اخلاق و مسئولیت اجتماعی در Green AI Computing
  • 100. آینده Green AI و نقش FastAPI

📚 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

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.