کتاب بهینه‌سازی و استقرار مدل‌های یادگیری ماشین با 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 بهینه‌سازی و استقرار مدل‌های یادگیری ماشین با SageMaker Neo

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: بهینه‌سازی مدل‌های یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر بهینه‌سازی مدل‌های یادگیری ماشین
  • 2. آشنایی با Amazon SageMaker Neo
  • 3. اهداف SageMaker Neo
  • 4. چالش‌های استقرار مدل‌های یادگیری ماشین
  • 5. مزایای بهینه‌سازی مدل
  • 6. معماری SageMaker Neo
  • 7. نحوه عملکرد SageMaker Neo
  • 8. مراحل کار با SageMaker Neo
  • 9. انتخاب مدل مناسب برای بهینه‌سازی
  • 10. فرمت‌های مدل پشتیبانی شده
  • 11. پیش‌نیازهای SageMaker Neo
  • 12. نصب و راه‌اندازی SageMaker Neo
  • 13. محیط توسعه SageMaker
  • 14. آشنایی با SageMaker Studio
  • 15. ایجاد یک پروژه SageMaker
  • 16. تنظیمات پروژه SageMaker
  • 17. بارگذاری داده‌ها در SageMaker
  • 18. انواع داده‌های پشتیبانی شده
  • 19. پیش‌پردازش داده‌ها
  • 20. آماده‌سازی داده‌ها برای آموزش
  • 21. انتخاب الگوریتم یادگیری ماشین
  • 22. آموزش مدل با SageMaker
  • 23. تنظیم پارامترهای آموزش
  • 24. نظارت بر فرآیند آموزش
  • 25. ارزیابی عملکرد مدل
  • 26. معیارهای ارزیابی مدل
  • 27. انتخاب بهترین مدل
  • 28. ذخیره‌سازی مدل‌های آموزش دیده
  • 29. مفهوم کامپایل مدل
  • 30. فرآیند کامپایل مدل در SageMaker Neo
  • 31. کامپایل مدل برای سخت‌افزارهای مختلف
  • 32. انتخاب سخت‌افزار هدف
  • 33. پردازنده‌های CPU
  • 34. پردازنده‌های GPU
  • 35. شتاب‌دهنده‌های سخت‌افزاری
  • 36. دستورالعمل‌های کامپایل
  • 37. پارامترهای کامپایل
  • 38. مدیریت خروجی کامپایل
  • 39. فرمت خروجی کامپایل شده
  • 40. فشرده‌سازی مدل
  • 41. تست مدل کامپایل شده
  • 42. استقرار مدل کامپایل شده
  • 43. استقرار به عنوان نقطه پایانی بلادرنگ
  • 44. استقرار برای پردازش دسته‌ای
  • 45. تنظیمات نقطه پایانی
  • 46. مقیاس‌پذیری نقطه پایانی
  • 47. مانیتورینگ نقطه پایانی
  • 48. مدیریت نسخه‌های مدل
  • 49. به‌روزرسانی مدل‌ها
  • 50. حذف نقاط پایانی
  • 51. امنیت در SageMaker Neo
  • 52. مدیریت دسترسی‌ها
  • 53. رمزنگاری داده‌ها
  • 54. بررسی امنیتی مدل‌ها
  • 55. کاربرد SageMaker Neo در صنایع
  • 56. کاربرد در پردازش تصویر
  • 57. کاربرد در پردازش زبان طبیعی
  • 58. کاربرد در سیستم‌های توصیه‌گر
  • 59. کاربرد در رباتیک
  • 60. کاربرد در خودروهای خودران
  • 61. کاربرد در دستگاه‌های لبه
  • 62. بهینه‌سازی برای دستگاه‌های موبایل
  • 63. بهینه‌سازی برای دستگاه‌های اینترنت اشیاء
  • 64. ملاحظات مصرف انرژی
  • 65. کاهش مصرف حافظه
  • 66. افزایش سرعت استنتاج
  • 67. مقایسه SageMaker Neo با ابزارهای دیگر
  • 68. مزایای استفاده از SageMaker Neo
  • 69. چالش‌های استفاده از SageMaker Neo
  • 70. بهترین شیوه‌ها در SageMaker Neo
  • 71. اشکال‌زدایی در SageMaker Neo
  • 72. نکات پیشرفته در SageMaker Neo
  • 73. تنظیمات سفارشی کامپایل
  • 74. پشتیبانی از چارچوب‌های یادگیری عمیق
  • 75. TensorFlow در SageMaker Neo
  • 76. PyTorch در SageMaker Neo
  • 77. MXNet در SageMaker Neo
  • 78. Scikit-learn در SageMaker Neo
  • 79. تنظیمات پیشرفته استقرار
  • 80. استقرار در محیط‌های چند ابری
  • 81. اتوماسیون فرآیند استقرار
  • 82. گزارش‌دهی و تحلیل عملکرد
  • 83. مدیریت هزینه‌ها در SageMaker Neo
  • 84. نمونه‌های واقعی استفاده
  • 85. مطالعات موردی موفق
  • 86. آینده SageMaker Neo
  • 87. توسعه‌های آتی SageMaker Neo
  • 88. بهینه‌سازی مدل‌های بزرگ
  • 89. بهینه‌سازی مدل‌های توزیع شده
  • 90. جمع‌بندی و نتیجه‌گیری

📚 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.