Mastering DeepScaleR: Build & Deploy AI Models with Ollama

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

إن إتقان DeepScaler وOllama هو بوابتك لبناء نماذج الذكاء الاصطناعي وضبطها ونشرها محليًا دون الاعتماد على واجهات برمجة التطبيقات السحابية باهظة الثمن. ستعلمك هذه الدورة التدريبية العملية كيفية تسخير قوة الذكاء الاصطناعي مفتوح المصدر لإنشاء تطبيقات ذكية تعمل على جهازك الخاص. سوف تتعلم كيفية العمل مع DeepScaler، وهو إصدار مضبوط بدقة من DeepSeek-R1-Distilled-Qwen-1.5B، المُحسّن للاستدلال الرياضي، وتوليد الأكواد، وأتمتة الذكاء الاصطناعي، بينما يتيح Olmama النشر السلس لنموذج الذكاء الاصطناعي المحلي لتطبيقات الذكاء الاصطناعي الفعالة والفعالة من حيث التكلفة. تم تصميم هذه الدورة لتأخذك من المبتدئين إلى تطوير الذكاء الاصطناعي المتقدم. ستبدأ بإعداد DeepScaler وOllama على أجهزة Mac أو Windows (WSL) أو Linux. ومن هناك، ستتعلم كيفية تشغيل نماذج الذكاء الاصطناعي محليًا، مما يلغي الحاجة إلى واجهات برمجة التطبيقات المستندة إلى السحابة. ستقوم بإنشاء روبوت محادثة يعمل بالذكاء الاصطناعي يعمل بكامل طاقته باستخدام DeepScaler ونشره عبر FastAPI. ستقوم أيضًا بتطوير حل رياضي مدعوم بالذكاء الاصطناعي يمكنه حل المعادلات المعقدة في الوقت الفعلي. التركيز الرئيسي للدورة هو ضبط DeepScaler باستخدام LoRA وQLoRA. ستقوم بتدريب DeepScaler على مجموعات البيانات المخصصة لتحسين الاستجابات وتكييف النموذج مع المهام الخاصة بالمجال مثل التمويل والرعاية الصحية والتحليل القانوني. سترشدك الدورة أيضًا من خلال إنشاء مساعد Code مدعوم بالذكاء الاصطناعي، والذي يمكنه إنشاء التعليمات البرمجية وتصحيح أخطائها وشرحها بكفاءة. أحد أهم جوانب العمل مع نماذج الذكاء الاصطناعي هو تحسين الاستجابات ذات زمن الوصول المنخفض. سوف تتعلم كيفية تحسين سرعة استدلال الذكاء الاصطناعي ومقارنة أداء DeepScaler مع معاينة o1 الخاصة بـ OpenAI. ستقدم الدورة أيضًا Gradio، وهي أداة تسمح لك بإنشاء تطبيقات ويب تفاعلية مدعومة بالذكاء الاصطناعي، مما يسهل نشر نماذج الذكاء الاصطناعي واختبارها في واجهة سهلة الاستخدام. هذه الدورة مثالية لمطوري الذكاء الاصطناعي ومهندسي البرمجيات وعلماء البيانات وعشاق التكنولوجيا الذين يرغبون في تعلم كيفية نشر نماذج الذكاء الاصطناعي دون تبعيات سحابية. كما أنه خيار رائع للطلاب والمبتدئين الذين يرغبون في البدء في تطوير نموذج الذكاء الاصطناعي المحلي دون الحاجة إلى خبرة سابقة في التعلم العميق. وعلى عكس تطوير الذكاء الاصطناعي التقليدي، يوفر نشر الذكاء الاصطناعي المحلي قدرًا أكبر من الخصوصية والأمان والتحكم. باستخدام DeepScaler وOllama، ستتمكن من تشغيل نماذج الذكاء الاصطناعي على جهازك دون تكبد تكاليف واجهة برمجة التطبيقات أو الاعتماد على الخدمات السحابية التابعة لجهات خارجية. يتيح ذلك للتطبيقات التي تعمل بالذكاء الاصطناعي في الوقت الفعلي أوقات استجابة أسرع وكفاءة أفضل. بحلول نهاية هذه الدورة، سيكون لديك العديد من التطبيقات التي تعمل بالذكاء الاصطناعي تعمل محليًا مع نماذج تم ضبطها بدقة لحالات استخدام محددة. سواء كنت تقوم ببناء روبوت محادثة، أو حل رياضيات، أو مساعد تعليمات برمجية، أو أداة أتمتة تعمل بالذكاء الاصطناعي، ستزودك هذه الدورة بالمعرفة والخبرة العملية اللازمة لتطوير نماذج الذكاء الاصطناعي وضبطها ونشرها بشكل فعال. لا يلزم وجود خبرة سابقة في الذكاء الاصطناعي. إذا كنت مهتمًا بضبط LLM وتطوير chatbot للذكاء الاصطناعي وإنشاء الأكواد والأتمتة التي تعمل بالذكاء الاصطناعي ونشر نموذج الذكاء الاصطناعي المحلي، فستمنحك هذه الدورة الأدوات والخبرة اللازمة لإتقان هذه المهارات.

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)