Oreilly – Designing Deep Learning Systems, Video Edition 2023-6

توضیحات

دوره Designing Deep Learning Systems Video Edition. در این دوره آموزشی، شما با نحوه طراحی و پیاده‌سازی سیستم‌های یادگیری عمیق آشنا خواهید شد. این سیستم‌ها، پلتفرم‌ها و زیرساخت‌های ضروری برای پشتیبانی از مدل‌های یادگیری عمیق در محیط‌های تولیدی را فراهم می‌کنند. این دوره به طور خاص برای مهندسان نرم‌افزاری طراحی شده است که دانش کمی از الزامات طراحی یادگیری عمیق دارند. دوره پر از مثال‌های عملی است که به شما کمک می‌کند تا مهارت‌های توسعه نرم‌افزار خود را به ایجاد این پلتفرم‌های یادگیری عمیق منتقل کنید. شما یاد خواهید گرفت که چگونه خدمات خودکار و مقیاس‌پذیری را برای وظایف اصلی مانند مدیریت مجموعه داده، آموزش و ارائه مدل، و تنظیم ابرپارامترها بسازید. این دوره راهی عالی برای ورود به یک حرفه هیجان‌انگیز و پردرآمد به عنوان مهندس یادگیری عمیق است.

آنچه فرا خواهید گرفت

• انتقال مهارت‌های توسعه نرم‌افزار خود به سیستم‌های یادگیری عمیق
• شناسایی و حل چالش‌های مهندسی رایج برای سیستم‌های یادگیری عمیق
• درک چرخه توسعه یادگیری عمیق
• خودکارسازی آموزش برای مدل‌ها در TensorFlow و PyTorch
• بهینه‌سازی مدیریت مجموعه داده، آموزش، ارائه مدل و تنظیم ابرپارامترها
• انتخاب پروژه منبع باز مناسب برای پلتفرم خود

این دوره مناسب افرادیست که:

• مهندسان نرم‌افزاری با دانش کمی از یادگیری عمیق
• علاقه‌مندان به یادگیری نحوه طراحی و پیاده‌سازی سیستم‌های یادگیری عمیق
• افرادی که به دنبال ورود به یک حرفه پردرآمد به عنوان مهندس یادگیری عمیق هستند

مشخصات دوره Designing Deep Learning Systems Video Edition

• ناشر: Oreilly
• مدرس: Chi Wang, Donald Szeto
• سطح آموزش: مبتدی تا پیشرفته
• مدت زمان آموزش: 11 ساعت 57 دقیقه

سرفصل های دوره

• Chapter 1. An introduction to deep learning systems
• Chapter 1. Deep learning system design overview
• Chapter 1. Building a deep learning system vs. developing a model
• Chapter 1. Summary
• Chapter 2. Dataset management service
• Chapter 2. Touring a sample dataset management service
• Chapter 2. Open source approaches
• Chapter 2. Summary
• Chapter 3. Model training service
• Chapter 3. Deep learning training code pattern
• Chapter 3. A sample model training service
• Chapter 3. Kubeflow training operators: An open source approach
• Chapter 3. When to use the public cloud
• Chapter 3. Summary
• Chapter 4. Distributed training
• Chapter 4. Data parallelism
• Chapter 4. A sample service supporting data parallel–distributed training
• Chapter 4. Training large models that can’t load on one GPU
• Chapter 4. Summary
• Chapter 5. Hyperparameter optimization service
• Chapter 5. Understanding hyperparameter optimization
• Chapter 5. Designing an HPO service
• Chapter 5. Open source HPO libraries
• Chapter 5. Summary
• Chapter 6. Model serving design
• Chapter 6. Common model serving strategies
• Chapter 6. Designing a prediction service
• Chapter 6. Summary
• Chapter 7. Model serving in practice
• Chapter 7. TorchServe model server sample
• Chapter 7. Model server vs. model service
• Chapter 7. Touring open source model serving tools
• Chapter 7. Releasing models
• Chapter 7. Postproduction model monitoring
• Chapter 7. Summary
• Chapter 8. Metadata and artifact store
• Chapter 8. Metadata in a deep learning context
• Chapter 8. Designing a metadata and artifacts store
• Chapter 8. Open source solutions
• Chapter 8. Summary
• Chapter 9. Workflow orchestration
• Chapter 9. Designing a workflow orchestration system
• Chapter 9. Touring open source workflow orchestration systems
• Chapter 9. Summary
• Chapter 10. Path to production
• Chapter 10. Model productionization
• Chapter 10. Model deployment strategies
• Chapter 10. Summary
• Appendix A. A “hello world” deep learning system
• Appendix A. Lab demo
• Appendix B. Survey of existing solutions
• Appendix B. Google Vertex AI
• Appendix B. Microsoft Azure Machine Learning
• Appendix B. Kubeflow
• Appendix B. Side-by-side comparison
• Appendix C. Creating an HPO service with Kubeflow Katib
• Appendix C. Getting started with Katib
• Appendix C. Expedite HPO
• Appendix C. Katib system design
• Appendix C. Adding a new algorithm
• Appendix C. Further reading
• Appendix C. When to use it

تصاویر دوره Designing Deep Learning Systems Video Edition

نمونه فیلم دوره

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 547 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

1.5 گیگابایت