در حال حاضر محصولی در سبد خرید شما وجود ندارد.
بسته بندی MLOPS: HUGGINGFACE و DOCKER HUB
از اتوماسیون برای مدل های بسته بندی استفاده کنید
یاد بگیرید که چگونه یک مدل GPT2 بغل را با استفاده از اتوماسیون با MLOP ها بسته بندی کنید و نتیجه را به Docker Hub فشار دهید. فقط با کمی پایتون و Fastapi می توانید یک API نسل قدرتمند داشته باشید که خود را مستند کند! می تواند برای مرجع از جمله اهداف یادگیری زیر استفاده کند:
- ایجاد یک برنامه FastAPI با Huggingface
- تعامل با مدل با HTTP از یک ظرف با استفاده از FastAPI
- کانتینر کردن برنامه با استفاده از اقدامات GitHub
- ایجاد اسرار مخزن برای ورود و فشار به Docker Hub
- مثال مخزن
- کتاب MLOPS عملی
- مدل بلوغ MLOPS
- بسته بندی مدل های ML
عنوان اصلی : MLOps packaging: HuggingFace and Docker
سرفصل های دوره :
دوره یادگیری پیاده سازی MLOPs
MLOps packaging: HuggingFace and Docker
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
دوره یادگیری استفاده از AWS Sagemaker
Agile Practices Using AI
Google Cloud Professional Machine Learning Engineer Cert Prep: 1 Framing ML Problems
مقایسه Github Actions با AWS Code Build
ساخت برنامه های خط فرمانی به زبان Python
بسته بندی MLOPs : یادگیری کامل HuggingFace و همچنین Azure Container Registry
کورس کدنویسی AWS Lambda بوسیله Python Cloud9 and Boto3
انجام ادغام CI/CD از طریق خط فرمان
یادگیری مباحث دیتا و هوش مصنوعی
یادگیری سریع مبانی آژور AZ-900