سپنتا کتاب اکسپرس
کتاب تسریع اجرای مدل‌های یادگیری ماشین با Amazon SageMaker Neo

کتاب تسریع اجرای مدل‌های یادگیری ماشین با Amazon SageMaker Neo

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 تسریع اجرای مدل‌های یادگیری ماشین با Amazon SageMaker Neo

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: بهینه‌سازی مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین
  • 4. یادگیری تحت نظارت
  • 5. یادگیری بدون نظارت
  • 6. یادگیری تقویتی
  • 7. معماری مدل‌های یادگیری ماشین
  • 8. مفهوم بهینه‌سازی مدل
  • 9. اهمیت بهینه‌سازی در یادگیری ماشین
  • 10. چالش‌های اجرای مدل‌های یادگیری ماشین
  • 11. نیازمندی‌های سخت‌افزاری برای اجرای مدل
  • 12. نیازمندی‌های نرم‌افزاری برای اجرای مدل
  • 13. معرفی Amazon SageMaker Neo
  • 14. اهداف Amazon SageMaker Neo
  • 15. مزایای استفاده از SageMaker Neo
  • 16. نحوه عملکرد SageMaker Neo
  • 17. فرایند کامپایل مدل با SageMaker Neo
  • 18. انتخاب کامپایلر مناسب
  • 19. پارامترهای کامپایلر
  • 20. مراحل کامپایل مدل
  • 21. فرمت‌های مدل پشتیبانی شده
  • 22. مدل‌های تنسور فلو
  • 23. مدل‌های پای‌تورچ
  • 24. مدل‌های کراس
  • 25. مدل‌های اسکیت‌لرن
  • 26. مدل‌های MXNet
  • 27. مدل‌های ONNX
  • 28. انتخاب سخت‌افزار هدف
  • 29. پردازنده‌های CPU
  • 30. پردازنده‌های GPU
  • 31. پردازنده‌های تخصصی
  • 32. تفاوت پردازنده‌های مختلف
  • 33. معیارهای انتخاب سخت‌افزار هدف
  • 34. اهمیت معماری سخت‌افزار
  • 35. تاثیر معماری بر عملکرد
  • 36. بهینه‌سازی برای معماری‌های خاص
  • 37. فرایند استقرار مدل کامپایل شده
  • 38. انتخاب محیط استقرار
  • 39. استقرار بر روی دستگاه‌های لبه
  • 40. استقرار بر روی سرورها
  • 41. استقرار در محیط‌های ابری
  • 42. ملاحظات امنیتی در استقرار
  • 43. مدیریت نسخه مدل
  • 44. نظارت بر عملکرد مدل مستقر شده
  • 45. معیارهای ارزیابی عملکرد
  • 46. تشخیص افت عملکرد
  • 47. به‌روزرسانی مدل
  • 48. مفهوم بهینه‌سازی زمان اجرا
  • 49. تکنیک‌های بهینه‌سازی زمان اجرا
  • 50. کوچک‌سازی مدل
  • 51. تقطیر دانش
  • 52. کوانتیزاسیون مدل
  • 53. شناسایی لایه‌های پرهزینه
  • 54. حذف لایه‌های غیرضروری
  • 55. بهینه‌سازی محاسبات ماتریسی
  • 56. استفاده از عملیات بهینه
  • 57. موازی‌سازی محاسبات
  • 58. استفاده از شتاب‌دهنده‌های سخت‌افزاری
  • 59. بهینه‌سازی برای مصرف انرژی
  • 60. کاهش مصرف حافظه
  • 61. مدیریت داده‌ها در زمان اجرا
  • 62. استفاده از فرمت‌های داده بهینه
  • 63. فشرده‌سازی داده‌ها
  • 64. تکنیک‌های پیش‌پردازش داده
  • 65. اجرای مدل بر روی دستگاه‌های با منابع محدود
  • 66. بهینه‌سازی برای اینترنت اشیاء (IoT)
  • 67. کاربرد SageMaker Neo در دستگاه‌های لبه
  • 68. چالش‌های اجرای مدل بر روی دستگاه‌های لبه
  • 69. راهکارهای SageMaker Neo برای دستگاه‌های لبه
  • 70. ارزیابی تاثیر بهینه‌سازی
  • 71. مقایسه عملکرد مدل قبل و بعد از بهینه‌سازی
  • 72. اندازه‌گیری سرعت اجرا
  • 73. اندازه‌گیری مصرف منابع
  • 74. مثال‌های عملی از بهینه‌سازی مدل
  • 75. بهینه‌سازی مدل تشخیص تصویر
  • 76. بهینه‌سازی مدل پردازش زبان طبیعی
  • 77. بهینه‌سازی مدل پیش‌بینی سری زمانی
  • 78. مطالعه موردی: بهینه‌سازی یک مدل یادگیری عمیق
  • 79. مراحل پیاده‌سازی در مطالعه موردی
  • 80. نتایج و تحلیل مطالعه موردی
  • 81. بهینه‌سازی مدل‌های سفارشی
  • 82. نحوه پشتیبانی از مدل‌های سفارشی
  • 83. محدودیت‌های SageMaker Neo
  • 84. آینده بهینه‌سازی مدل‌های یادگیری ماشین
  • 85. روندهای جدید در بهینه‌سازی
  • 86. تاثیر هوش مصنوعی بر بهینه‌سازی
  • 87. نقش SageMaker Neo در آینده
  • 88. ملاحظات اخلاقی در بهینه‌سازی مدل
  • 89. تاثیر بهینه‌سازی بر دسترسی‌پذیری
  • 90. حفظ دقت مدل پس از بهینه‌سازی
  • 91. ملاحظات مربوط به حفظ حریم خصوصی داده‌ها
  • 92. جمع‌بندی و نگاه به آینده

📚 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.