سپنتا کتاب اکسپرس
کتاب استفاده از Dockerfile: سفارشی‌سازی محیط‌های اجرای یادگیری ماشین

کتاب استفاده از Dockerfile: سفارشی‌سازی محیط‌های اجرای یادگیری ماشین

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره استفاده از Dockerfile: سفارشی‌سازی محیط‌های اجرای یادگیری ماشین

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: کانتینرسازی (Docker)

📋 سرفصل‌های دوره

  • 1. مقدمه: چرا Dockerfile؟
  • 2. اولین گام: نصب Docker
  • 3. شناخت ساختار Dockerfile
  • 4. دستور FROM: پایه‌های ایمیج شما
  • 5. دستور RUN: اجرای دستورات در حین ساخت
  • 6. دستور COPY: انتقال فایل‌ها به داخل ایمیج
  • 7. دستور ADD: گزینه‌های پیشرفته‌تر برای کپی
  • 8. دستور WORKDIR: تنظیم دایرکتوری کاری
  • 9. دستور EXPOSE: اعلام درگاه‌های شبکه
  • 10. دستور ENV: تنظیم متغیرهای محیطی
  • 11. دستور ARG: متغیرهای زمان ساخت
  • 12. دستور CMD: دستور پیش‌فرض برای اجرای کانتینر
  • 13. دستور ENTRYPOINT: تعیین نقطه ورود کانتینر
  • 14. تفاوت CMD و ENTRYPOINT
  • 15. دستور VOLUME: مدیریت داده‌های دائمی
  • 16. دستور USER: اجرای کانتینر با کاربر خاص
  • 17. دستور HEALTHCHECK: بررسی سلامت کانتینر
  • 18. دستور SHELL: تغییر پوسته پیش‌فرض
  • 19. دستور STOPSIGNAL: سیگنال توقف کانتینر
  • 20. دستور LABEL: افزودن فراداده به ایمیج
  • 21. دستور MAINTAINER (منسوخ شده): اطلاعات نگهداری
  • 22. ساخت اولین Dockerfile برای پایتون
  • 23. نصب کتابخانه‌های پایتون با pip
  • 24. استفاده از requirements.txt
  • 25. بهینه‌سازی لایه‌ها در Dockerfile
  • 26. کش کردن لایه‌ها
  • 27. استفاده از Multi-stage Builds
  • 28. مزایای Multi-stage Builds
  • 29. مثال: ساخت برنامه وب ساده با Flask
  • 30. Dockerfile برای TensorFlow
  • 31. نصب CUDA و cuDNN در Docker
  • 32. آموزش استفاده از GPU با TensorFlow و Docker
  • 33. Dockerfile برای PyTorch
  • 34. نصب کتابخانه‌های علمی پایتون (NumPy, SciPy)
  • 35. Docker برای Jupyter Notebook
  • 36. تنظیمات امنیتی در Dockerfile
  • 37. استفاده از .dockerignore
  • 38. مدیریت وابستگی‌ها
  • 39. انتقال مدل‌های یادگیری ماشین
  • 40. تنظیمات شبکه برای دسترسی به سرویس‌ها
  • 41. ساخت ایمیج‌های سبک
  • 42. استفاده از Alpine Linux
  • 43. بهینه‌سازی دستور RUN
  • 44. دستورات زنجیره‌ای در RUN
  • 45. اجرای چندین دستور در یک RUN
  • 46. نکات امنیتی در هنگام اجرای دستورات
  • 47. اجتناب از اجرای دستورات با دسترسی root
  • 48. استفاده از بهترین روش‌ها
  • 49. خطاهای رایج در Dockerfile
  • 50. اشکال‌زدایی Dockerfile
  • 51. بررسی تاریخچه ساخت ایمیج
  • 52. استفاده از docker history
  • 53. بازرسی محتویات ایمیج
  • 54. دستور docker inspect
  • 55. نمونه‌سازی عملی: داکرایز کردن یک مدل scikit-learn
  • 56. ذخیره‌سازی و بازیابی مدل
  • 57. ساخت API برای مدل با Flask یا FastAPI
  • 58. Dockerfile برای FastAPI
  • 59. Dockerfile برای Gunicorn
  • 60. تنظیمات Gunicorn در Docker
  • 61. اجرای برنامه با Gunicorn و Docker
  • 62. نمونه‌سازی عملی: داکرایز کردن یک مدل TensorFlow Serving
  • 63. تنظیمات TensorFlow Serving
  • 64. Dockerfile برای TensorFlow Serving
  • 65. اجرای TensorFlow Serving با Docker
  • 66. استفاده از Docker Compose
  • 67. مقدمه Docker Compose
  • 68. ساختار فایل docker-compose.yml
  • 69. تعریف سرویس‌ها در Docker Compose
  • 70. اتصال سرویس‌ها به یکدیگر
  • 71. مدیریت دیتابیس‌ها با Docker Compose
  • 72. مثال: Docker Compose برای برنامه یادگیری ماشین با دیتابیس
  • 73. ساخت و اجرای سرویس‌ها با Docker Compose
  • 74. استفاده از شبکه‌های سفارشی در Docker Compose
  • 75. مدیریت Volume ها در Docker Compose
  • 76. تنظیمات Environment Variables در Docker Compose
  • 77. استفاده از .env فایل
  • 78. امنیت در Docker Compose
  • 79. استقرار برنامه‌های یادگیری ماشین در محیط‌های ابری
  • 80. مقدمه‌ای بر استقرار در AWS, GCP, Azure
  • 81. استفاده از ECR, GCR, ACR
  • 82. Dockerfile برای استقرار در AWS SageMaker
  • 83. Dockerfile برای استقرار در Google AI Platform
  • 84. Dockerfile برای استقرار در Azure Machine Learning
  • 85. نکات پیشرفته در Dockerfile
  • 86. استفاده از BuildKit
  • 87. قابلیت‌های جدید BuildKit
  • 88. بهینه‌سازی ساخت با BuildKit
  • 89. دستوراتی برای تست در Dockerfile
  • 90. استفاده از HEALTHCHECK به طور موثر
  • 91. مستندسازی Dockerfile
  • 92. نوشتن README برای ایمیج‌ها
  • 93. کنترل نسخه Dockerfile
  • 94. مدیریت ایمیج‌های قدیمی
  • 95. حذف ایمیج‌های استفاده نشده
  • 96. پاکسازی Docker
  • 97. استفاده از Docker Swarm (اشاره کوتاه)
  • 98. مفهوم Orchestration
  • 99. ابزارهای Orchestration
  • 100. جمع‌بندی و گام‌های بعدی

📚 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.