این دوره جامع و مدرن از Udemy با عنوان “LLMs Mastery: Complete Guide to Transformers & Generative AI” تمام مفاهیم و تکنیک‌های مورد نیاز برای درک و پیاده‌سازی مدل‌های زبان بزرگ (LLM) و شبکه‌های ترنسفورمر را پوشش می‌دهد. دوره از مهر ۱۴۰۳ تا بهمن ۱۴۰۳ (مهر ۲۰۲۴ تا فوریه ۲۰۲۵) به‌روزرسانی شده و شامل جدیدترین الگوریتم‌ها، ابزارها و نمونه‌های کاربردی از صنعت است.

در این بخش به کلیات دوره پرداخته می‌شود. دوره ترکیبی از مباحث نظری و عملی است و با زبان ساده مفاهیم پیچیده هوش مصنوعی مولد و شبکه‌های ترنسفورمر را توضیح می‌دهد. مدرس دوره با تجربه چندین ساله در پروژه‌های تجاری و تحقیقاتی، گام‌به‌گام شما را برای تبدیل‌شدن به یک متخصص LLM آماده می‌کند.

• آمادگی برای کار با معماری‌های پیشرفته مانند BERT، GPT و T5
• یادگیری تکنیک‌های ارزیابی و بهینه‌سازی مدل
• فهم جنبه‌های عملی تولید متن، ترجمه و پاسخ به سوالات

این دوره شامل سرفصل‌های کاربردی زیر است:

• مبانی یادگیری عمیق و پیش‌نیازهای ریاضیاتی (ماتریس، مشتق)
• معماری Attention و ترنسفورمر: مکانیزم‌های Self-Attention و Multi-Head Attention
• پیاده‌سازی از صفر یک ترنسفورمر با PyTorch
• استفاده از کتابخانه‌های محبوب مثل Hugging Face Transformers
• راه‌اندازی و فاین‌تیونینگ مدل‌های GPT و BERT برای کاربردهای خاص
• تولید متن و کاربردهای Generative AI در Chatbot، خلاصه‌سازی و ترجمه
• ارزیابی مدل: معیارهای Perplexity، BLEU و ROUGE
• بهینه‌سازی هزینه و استقرار در محیط‌های ابری (AWS، GCP)

برای بهره‌برداری کامل از این دوره به موارد زیر نیاز دارید:

• آشنایی پایه با زبان برنامه‌نویسی Python
• مبانی یادگیری ماشین و مفاهیم شبکه‌های عصبی
• نصب و راه‌اندازی محیط‌های توسعه مثل Anaconda یا Virtualenv
• دسترسی به یک سیستم با GPU یا استفاده از سرویس‌های ابری

اگر موارد بالا را ندارید، قبل از شروع دوره بهتر است چند ساعت دوره مقدماتی Python و یادگیری ماشین را در Udemy یا منابع رایگان مشاهده کنید.

• افزایش توانمندی در پروژه‌های صنعتی و تحقیقاتی هوش مصنوعی مولد
• تحصیل روی جدیدترین معماری‌ها و بررسی مقالات مروری
• تمرین عملی و پیاده‌سازی از ۰ تا ۱۰۰ مدل‌های LLM
• دریافت مدرک معتبر Udemy برای ارتقای رزومه
• دسترسی مادام‌العمر به ویدیوها و به‌روزرسانی‌های آینده

دوره به شکل ماژولار و در ۸ بخش اصلی طراحی شده است:

• ماژول ۱: مقدمه و مفاهیم پایه
• ماژول ۲: معماری ترنسفورمر و دید کلی
• ماژول ۳: پیاده‌سازی Self-Attention
• ماژول ۴: پیاده‌سازی Multi-Head Attention
• ماژول ۵: فاین‌تیونینگ مدل‌های از پیش آموزش‌دیده
• ماژول ۶: تولید متن و Generative AI
• ماژول ۷: ارزیابی و بهینه‌سازی
• ماژول ۸: استقرار و انتشار در فضای ابری

در هر ماژول پروژه‌های کوچک و بزرگ زیر گنجانده شده است:

• ساخت یک Chatbot هوشمند برای پشتیبانی مشتری
• خلاصه‌سازی اتوماتیک مقالات علمی با BART
• ترجمه ماشینی دوطرفه با استفاده از T5
• فاین‌تیون مدل GPT-3 برای تولید شعر فارسی
• بهینه‌سازی حافظه و زمان اجرای مدل با تکنیک‌های کمینه‌سازی وزن

این تمرین‌ها به شما کمک می‌کند تا توانایی کاربردی و عملی در پروژه‌های واقعی را بدست آورید و کدها را مطابق نیاز خود تغییر دهید.

• دوره آپدیت مداوم دارد و هر ماه محتواهای جدید اضافه می‌شود.
• پشتیبانی مدرس و امکان پرسش و پاسخ در انجمن خصوصی دوره.
• دانلود مثال‌ها و نوت‌بوک‌ها به‌صورت رایگان از GitHub.
• تمرکز بر چیستی و چگونگی پیاده‌سازی، نه صرفاً مفاهیم تئوری.

برای دانلود رایگان ابزارها و نوت‌بوک‌های دوره کافیست مراحل زیر را دنبال کنید:

1. ثبت‌نام در حساب Udemy یا ورود به حساب کاربری
2. دسترسی به بخش منابع دوره و کلیک روی لینک GitHub
3. کلون کردن مخزن با دستور
   git clone https://github.com/YourRepo/LLMsMastery
4. نصب پیش‌نیازها با
   pip install -r requirements.txt
5. اجرا و تست نمونه‌ها در Jupyter Notebook

با این روش می‌توانید بدون پرداخت هزینه اضافی، به تمام کدها و منابع دوره دسترسی داشته باشید.