في هذه الدورة، سوف تتعمق في العناصر الأساسية لعملية تدريب الطراز وتتعلم كيفية اختيار بيئة الحوسبة التي هي أكثر ملاءمة لمتطلبات التدريب المحددة الخاصة بك. سوف تستكشف Amazon SageMaker وحاويات docker لإطار التعلم العميق المنشأة مسبقًا وصور Docker لمكتبة ML، التي توفر طريقة فعالة لتطوير نماذجك وتدريبها.
إضافة إلى ذلك، ستكتسب خبرة عملية في تطوير نماذج التعلم الآلي (machine learning) باستخدام لوغاريتمات ومكتبات SageMaker المضمنة. سوف تتعلم أيضًا استخدام وضع البرنامج النصي SageMaker، الذي يدعم أطر العمل الشائعة مثل Apache MXNet وTensorFlow وPyTorch. ستزودك هذه الدورة بالمعرفة والمهارات اللازمة لاستخدام هذه الأدوات وأطر العمل القوية لبناء نماذج قوية ودقيقة.
فضلاً على ذلك، ستتعرف على التقنيات المختلفة لتقليل وقت تدريب الطراز، وهو جانب حاسم في تحسين الأداء العام وكفاءة سير عمل التعلم الآلي (machine learning). في نهاية هذه الدورة، سوف تفهم عملية تدريب الطراز. أخيرًا، ستتعلم اتخاذ قرارات مستنيرة عند اختيار بيئة الحوسبة وأطر العمل وإستراتيجيات التحسين المناسبة لحالات الاستخدام المحددة الخاصة بك.
- مستوى الدورة: متقدم
- المدة: 1.5 ساعة
الأنشطة
- مواد عبر الإنترنت
- تمارين
- أسئلة التحقق من المعرفة
أهداف الدورة التدريبية
- تحديد العناصر الأساسية في عملية تدريب الطراز.
- حدد أفضل بيئة حوسبة للتدريب بناءً على متطلبات محددة.
- حدد حاويات Docker لإطار التعلم العميق المنشأ مسبقًا من SageMaker.
- حدد صور Docker لمكتبة ML المنشأة مسبقًا من SageMaker.
- قم بتطوير نماذج ML باستخدام لوغاريتمات ومكتبات ML المضمنة في SageMaker.
- تطوير نماذج التعلم الآلي باستخدام إستوديو Amazon SageMaker.
- قم بتطوير نماذج تعلم الآلة باستخدام وضع البرنامج النصي SageMaker وأطر العمل المدعومة، مثل Apache MXNet وTensorFlow وPyTorch.
- وصف الطرق الشائعة لتقليل وقت تدريب الطراز.
- وصف كيفية دمج النماذج الخارجية في SageMaker.
الجمهور المستهدف
- مهندسو السحابات
- مهندسو التعلم الآلي (machine learning)
المهارات الموصى بها
- أكمل عامًا واحدًا على الأقل من الخبرة في استخدام SageMaker وخدمات AWS الأخرى لهندسة ML
- أكمل سنة واحدة على الأقل من الخبرة في دور ذي صلة مثل مطور برامج الواجهة الخلفية أو مطور DevOps أو مهندس البيانات أو عالم البيانات (data scientist)
- فهم أساسي للغات البرمجة مثل Python
- أكملت الدورات السابقة في خطة التعلم لمساعد مهندس AWS ML
مخطط الدورة التدريبية
القسم 1: مقدمة
- الدرس 1: كيفية الاستفادة من هذه الدورة التدريبية
- الدرس 2: نظرة عامة إلى الدورة التدريبية
- الدرس 3: مفاهيم تدريب الطراز
القسم 2: بيئات الحوسبة
- الدرس 4: اختيار بيئة الحوسبة
- الدرس 5: خدمات حاويات AWS
القسم 3: تدريب أحد النماذج
- الدرس 6: إنشاء وظيفة تدريبية باستخدام وحدة تحكم Amazon SageMaker
- الدرس 7: تدريب أحد النماذج باستخدام لوغاريتم SageMaker المضمن
- الدرس 8: تدريب أحد النماذج باستخدام وضع SageMaker النصي
- الدرس 9: طرق تقليل وقت التدريب
القسم 4: النماذج الخارجية
- الدرس 10: دمج النماذج الخارجية في SageMaker
القسم 5: الخاتمة
- الدرس 11: ملخص الدورة
- الدرس 12: التقييم
- الدرس 13: اتصل بنا
