MLOps للذكاء الاصطناعي التوليدي

ركّز على التحديات التشغيلية لنشر النماذج التوليدية الكبيرة ومراقبتها وصيانتها. تعلّم حول إصدار النماذج وتتبع الأداء وإدارة التكاليف وبناء خطوط أنابيب إنتاج قوية.

5 courses

دليل المطورين لبروتوكول السياق النموذجي ووكلاء الذكاء الاصطناعي

ربط نماذج الذكاء الاصطناعي ببيانات العالم الحقيقي والأدوات الخارجية عن طريق بناء خوادم ودمج الوكلاء باستخدام بروتوكول السياق النموذجي.
★ 4.5 (7,644)

أساسيات التعلم الآلي وعمليات التعلم الآلي المتعددة

تعلم كيفية تصميم ونشر ورصد نماذج التعلم الآلي القوية في الإنتاج، والانتقال من الشفرة التجريبية إلى النظم القابلة للتوسيع في العالم الحقيقي.
★ 4.8 (3,358)

مبادئ MLOps مع MLflow و Hugging Face

تعلم كيفية تتبع التجارب، وإدارة دورات حياة النماذج، والاستفادة من النماذج المدربة مسبقاً باستخدام أدوات مفتوحة المصدر موحدة الصناعة.
★ 3.7 (67)

بناء تكاملات الذكاء الاصطناعي مع بروتوكول السياق النموذجي

تعلم كيفية ربط نماذج الذكاء الاصطناعي بمصادر البيانات والأدوات الخارجية باستخدام بروتوكول سياق النموذج المفتوح لبناء تطبيقات آمنة ومدركة للسياق.
★ 4.8 (26)

LLMOps: بناء ونشر تطبيقات الذكاء الاصطناعي

إتقان أسس نماذج اللغات الكبيرة لبناء حلول الذكاء الاصطناعي الجاهزة للإنتاج وتحسينها ونشرها باستخدام أدوات وأطر المصدر المفتوح.
★ 4.8 (26)