دوره آموزشی ساخت زیرساخت هوش مصنوعی با پلتفرم ابری گوگل (GCP)
1 ساعت 7 دقیقهمتوسط2024-11-18
مدرسین

Zarina Meeran
Senior Cloud System Developer at Cloudreach | Azure, GCP, CCNA
جزئیات دوره
در این دوره، زریا میران—توسعهدهنده ارشد سیستمهای ابری—شما را به سفر تسلط بر ابزارها و زیرساختهای هوش مصنوعی در پلتفرم ابری گوگل (GCP) میبرد. این دوره برای توسعهدهندگان، حرفهایهای فناوری اطلاعات، و هر کسی که مشتاق بهرهبرداری از محاسبات ابری برای افزایش بهرهوری در توسعه هوش مصنوعی و یادگیری ماشین است مناسب است. دوره با معرفی زیرساخت هوش مصنوعی GCP و اهمیت مدیریت زیرساخت برای برنامههای کاربردی هوش مصنوعی آغاز میشود. از مزایا و نحوه استفاده از Vertex AI آشنا خواهید شد و یاد میگیرید که چگونه این ابزار چرخه زندگی یادگیری ماشین (ML) را ساده میکند. تمرکز بر یادداشتها و نحوه یکپارچهسازی TensorFlow در توسعه هوش مصنوعی خواهد بود. همچنین نیازهای محاسباتی الگوریتمهای یادگیری ماشین را درک خواهید کرد، از جمله زمان و نحوه ارتقاء به GPU یا TPU برای پردازش. در ادامه، دستهبندی تصاویر، استقرار مدلها و راهاندازی یادداشتهای کاربرمدیریتشده در Vertex AI Workbench را خواهید آموخت. چه هدف شما نوآوری یا بهینهسازی باشد، این دوره شما را با دانش لازم برای پیادهسازی راهحلهای هوش مصنوعی در ابر آماده میکند.
اهداف یادگیری:
معرفی ابزارهای زیرساخت هوش مصنوعی در GCP و اهمیت مدیریت زیرساخت برای برنامههای AI.
استفاده از Vertex AI برای سادهسازی چرخه زندگی یادگیری ماشین.
یادگیری نحوه یکپارچهسازی TensorFlow در توسعه AI.
درک نیازهای محاسباتی الگوریتمهای یادگیری ماشین و نحوه ارتقاء به GPU و TPU.
آشنایی با دستهبندی تصاویر و استقرار مدلها در GCP.
راهاندازی یادداشتهای کاربرمدیریتشده در Vertex AI Workbench.
اهداف یادگیری:
معرفی ابزارهای زیرساخت هوش مصنوعی در GCP و اهمیت مدیریت زیرساخت برای برنامههای AI.
استفاده از Vertex AI برای سادهسازی چرخه زندگی یادگیری ماشین.
یادگیری نحوه یکپارچهسازی TensorFlow در توسعه AI.
درک نیازهای محاسباتی الگوریتمهای یادگیری ماشین و نحوه ارتقاء به GPU و TPU.
آشنایی با دستهبندی تصاویر و استقرار مدلها در GCP.
راهاندازی یادداشتهای کاربرمدیریتشده در Vertex AI Workbench.
مهارت ها
Google Cloud PlatformArtificial Intelligence FoundationsSoftware Development ToolsGoogleFoundationsCloud PlatformsArtificial Intelligence (AI)Cloud ComputingSoftware Development
سرفصل ها
0. مقدمه
- 01 - راه حلهای هوش مصنوعی را در فضای ابری پیادهسازی کنید
1. زیرساخت هوش مصنوعی Google Cloud Platform (GCP).
- 02 - اهمیت مدیریت زیرساخت برای هوش مصنوعی
- 03 - سنتی در مقابل خودکارسازی ML با استفاده از GCP
2. Vertex AI
- 04 - Vertex AI چیست
- 05 - MLOps با Vertex AI
- 06 - پیشرفت هوش مصنوعی Vertex
- 07 - موارد استفاده از هوش مصنوعی Vertex
3. زیرساخت هوش مصنوعی GCP
- 08 - دفترچه یادداشت
- 09 - اجرای هوش مصنوعی در نوت بوکهای GCP
- 10 - TensorFlow
- 11 - بررسی TensorFlow
- 12 - CPU، TPU و GPU
4. Vertex AI Workbench
- 13 - آموزش طبقه بندی تصاویر
- 14 - استقرار و ارزیابی مدل شما
- 15 - راهاندازی دفترچه یادداشت مدیریت شده توسط کاربر
نتیجه گیری
- 16 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی آمادگی برای گواهینامه مهندس داده حرفهای Google Cloud آپدیت (2025)
- دوره آموزشی آمادگی برای گواهینامه مهندس یادگیری ماشین حرفهای گوگل کلود
- دوره آموزشی یادگیری جامع گوگل کلود: استقرار، تجزیه و تحلیل و امنیت محیط کلود شما
- دوره آموزشی مایکروسافت آژور: مدیریت وضعیت امنیت ابری (CSPM)
- دوره آموزشی گوگل کلود: مدیریت وضعیت امنیت ابری (CSPM)
- دوره آموزشی انبار داده در پلتفرم ابری گوگل (Google Cloud Platform)
- دوره آموزشی امنیت Google Cloud برای مبتدیان: ابزارها و سرویسها
- دوره آموزشی راهنمای مبتدیان برای گزینه های عمومی ابر