کتاب بهینه‌سازی زیرساخت‌های ابری برای پردازش هوش مصنوعی با TPU

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 زیرساخت‌های ابری برای پردازش هوش مصنوعی با TPU

موضوع کلی: هوش مصنوعی و زیرساخت‌های محاسباتی

موضوع میانی: زیرساخت‌های ابری برای هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مبانی هوش مصنوعی و نیازهای محاسباتی
  • 2. مقدمه‌ای بر زیرساخت‌های محاسباتی
  • 3. مفهوم پردازش ابری
  • 4. انواع مدل‌های ابری (IaaS, PaaS, SaaS)
  • 5. شبکه‌های محاسباتی و مراکز داده
  • 6. معماری سیستم‌های توزیع‌شده
  • 7. مقدمه‌ای بر واحدهای پردازش تنسور (TPU)
  • 8. تاریخچه و تکامل TPU
  • 9. ساختار و قابلیت‌های TPU
  • 10. کاربردهای TPU در یادگیری عمیق
  • 11. معماری‌های شبکه‌های عصبی
  • 12. پیش‌پردازش داده‌ها برای مدل‌های هوش مصنوعی
  • 13. مراحل آموزش مدل‌های یادگیری عمیق
  • 14. ارزیابی عملکرد مدل‌ها
  • 15. بهینه‌سازی هایپرپارامترها
  • 16. مبانی یادگیری تقویتی
  • 17. شبکه‌های عصبی کانولوشنی (CNN)
  • 18. شبکه‌های عصبی بازگشتی (RNN)
  • 19. ترنسفورمرها و پردازش زبان طبیعی
  • 20. کاربرد TPU در پردازش زبان طبیعی
  • 21. یادگیری عمیق برای بینایی ماشین
  • 22. کاربرد TPU در بینایی ماشین
  • 23. مدل‌های مولد در هوش مصنوعی
  • 24. کاربرد TPU در مدل‌های مولد
  • 25. مقدمه‌ای بر زیرساخت‌های ابری گوگل (GCP)
  • 26. خدمات محاسباتی در GCP
  • 27. ذخیره‌سازی داده‌ها در GCP
  • 28. شبکه‌سازی در GCP
  • 29. امنیت در GCP
  • 30. آشنایی با Google Cloud Storage
  • 31. مدیریت داده‌ها در Google Cloud
  • 32. استفاده از BigQuery برای تحلیل داده‌ها
  • 33. معرفی Compute Engine
  • 34. ماشین‌های مجازی و نمونه‌های محاسباتی
  • 35. استفاده از Kubernetes Engine (GKE)
  • 36. مدیریت کانتینرها با GKE
  • 37. معرفی Cloud TPU
  • 38. انواع TPU و ویژگی‌های آن‌ها
  • 39. راه‌اندازی محیط توسعه TPU
  • 40. آموزش مدل‌های ساده با TPU
  • 41. بهینه‌سازی کد برای TPU
  • 42. استفاده از TensorFlow با TPU
  • 43. استفاده از PyTorch با TPU
  • 44. مقدمه‌ای بر JAX
  • 45. کاربرد JAX در محاسبات علمی
  • 46. آموزش مدل‌های پیچیده با JAX و TPU
  • 47. موازات‌سازی در آموزش مدل‌ها
  • 48. موازی‌سازی داده‌ها
  • 49. موازی‌سازی مدل‌ها
  • 50. موازی‌سازی تانسورها
  • 51. استراتژی‌های ترکیبی موازی‌سازی
  • 52. بهینه‌سازی مصرف حافظه در TPU
  • 53. استفاده از انواع داده با دقت پایین (Mixed Precision)
  • 54. فشرده‌سازی مدل‌ها
  • 55. کوچک‌سازی مدل‌ها (Model Quantization)
  • 56. تقطیر دانش (Knowledge Distillation)
  • 57. شبکه‌های عصبی سبک‌وزن
  • 58. استقرار مدل‌های هوش مصنوعی (Deployment)
  • 59. انتشار مدل‌ها در لبه (Edge Deployment)
  • 60. کاربرد TPU در استقرار مدل‌های لبه
  • 61. مقدمه‌ای بر MLOps
  • 62. چرخه حیات توسعه مدل‌های هوش مصنوعی
  • 63. مدیریت نسخه مدل‌ها
  • 64. نظارت بر عملکرد مدل‌ها در محیط عملیاتی
  • 65. خودکارسازی فرآیند آموزش و استقرار
  • 66. مدیریت دسترسی و احراز هویت
  • 67. رمزنگاری داده‌ها
  • 68. حفاظت از مدل‌ها در برابر حملات
  • 69. ملاحظات اخلاقی در هوش مصنوعی
  • 70. مسئولیت‌پذیری در توسعه هوش مصنوعی
  • 71. شفافیت در الگوریتم‌ها
  • 72. عدالت و عدم تبعیض در مدل‌ها
  • 73. حریم خصوصی داده‌ها
  • 74. تأثیر هوش مصنوعی بر جامعه
  • 75. اختیار و خودمختاری انسان
  • 76. آیندهٔ زیرساخت‌های محاسباتی هوش مصنوعی
  • 77. محاسبات کوانتومی و هوش مصنوعی
  • 78. هوش مصنوعی قابل‌توضیح (Explainable AI)
  • 79. یادگیری فدرال (Federated Learning)
  • 80. پردازش زبان طبیعی پیشرفته
  • 81. بینایی ماشین پیشرفته
  • 82. یادگیری عمیق برای داده‌های سری زمانی
  • 83. پردازش گراف‌های عصبی (Graph Neural Networks)
  • 84. کاربرد GNN در دنیای واقعی
  • 85. هوش مصنوعی در علوم پزشکی
  • 86. هوش مصنوعی در حوزه مالی
  • 87. هوش مصنوعی در اتوماسیون صنعتی
  • 88. هوش مصنوعی در رباتیک
  • 89. مدیریت و بهینه‌سازی هزینه‌های ابری
  • 90. برنامه‌ریزی ظرفیت محاسباتی
  • 91. نظارت بر منابع و عملکرد
  • 92. روش‌های کاهش هزینه در GCP
  • 93. استفاده بهینه از TPU
  • 94. راهنمای عملی برای توسعه‌دهندگان
  • 95. نکات و ترفندهای پیشرفته
  • 96. مطالعات موردی موفق در استفاده از TPU
  • 97. منابع تکمیلی و پیشرفته
  • 98. جمع‌بندی و چشم‌انداز 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.