اپلیکیشن اندرویدی فلشکارت آموزشی ترنسفورمرها: از مبانی تا کاربرد عملی
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره ترنسفورمرها: از مبانی تا کاربرد عملی
موضوع کلی: هوش مصنوعی و مدلهای زبانی بزرگ
موضوع میانی: شبکههای عصبی ترنسفورمر (Transformer Networks)
📋 سرفصلهای دوره
- 1. مقدمهای بر شبکههای عصبی و یادگیری عمیق
- 2. مبانی ترنسفورمرها: معماری پایه
- 3. مکانیزم توجه (Attention Mechanism)
- 4. توجه خودی (Self-Attention)
- 5. توجه چندسر (Multi-Head Attention)
- 6. رمزگذار و رمزگشا در ترنسفورمرها
- 7. پردازش زبان طبیعی با ترنسفورمرها
- 8. مدلهای زبانی مبتنی بر ترنسفورمر
- 9. ترنسفورمرهای مبتنی بر رمزگذار (Encoder-only Transformers)
- 10. ترنسفورمرهای مبتنی بر رمزگشا (Decoder-only Transformers)
- 11. ترنسفورمرهای رمزگذار-رمزگشا (Encoder-Decoder Transformers)
- 12. کاربرد ترنسفورمرها در ترجمه ماشینی
- 13. کاربرد ترنسفورمرها در خلاصهسازی متن
- 14. کاربرد ترنسفورمرها در تولید متن
- 15. کاربرد ترنسفورمرها در پاسخ به سوال
- 16. کاربرد ترنسفورمرها در تحلیل احساسات
- 17. کاربرد ترنسفورمرها در دستهبندی متن
- 18. کاربرد ترنسفورمرها در برچسبگذاری نهاد نامدار (NER)
- 19. کاربرد ترنسفورمرها در تشخیص رابطه بین نهادها
- 20. کاربرد ترنسفورمرها در پردازش گفتار
- 21. آموزش ترنسفورمرها: مجموعه دادهها
- 22. پیشپردازش دادهها برای ترنسفورمرها
- 23. توکنیزه کردن (Tokenization)
- 24. توکنیزه کردن مبتنی بر واژگان (Word-based Tokenization)
- 25. توکنیزه کردن مبتنی بر زیرواژگان (Subword Tokenization)
- 26. Byte Pair Encoding (BPE)
- 27. WordPiece
- 28. SentencePiece
- 29. تنظیمات و هایپرپارامترهای ترنسفورمرها
- 30. بهینهسازی (Optimization) در آموزش ترنسفورمرها
- 31. نرخ یادگیری (Learning Rate)
- 32. کاهش نرخ یادگیری (Learning Rate Scheduling)
- 33. تنظیمکنندهها (Regularization)
- 34. کاهش احتمال (Dropout)
- 35. نرمالسازی دستهای (Batch Normalization)
- 36. نرمالسازی لایهای (Layer Normalization)
- 37. استفاده از GPU و TPU برای آموزش
- 38. موازیسازی دادهها (Data Parallelism)
- 39. موازیسازی مدل (Model Parallelism)
- 40. موازیسازی تانسور (Tensor Parallelism)
- 41. موازیسازی خط لوله (Pipeline Parallelism)
- 42. کاربرد ترنسفورمرها در بینایی ماشین
- 43. بینایی ماشین با ترنسفورمرها: مبانی
- 44. Vision Transformer (ViT)
- 45. کاربرد ViT در دستهبندی تصاویر
- 46. کاربرد ViT در تشخیص اشیاء
- 47. کاربرد ViT در قطعهبندی تصاویر (Image Segmentation)
- 48. کاربرد ViT در تولید تصاویر
- 49. ترنسفورمرها در حوزههای دیگر
- 50. ترنسفورمرها در پردازش سیگنال
- 51. ترنسفورمرها در مدلسازی سریهای زمانی
- 52. ترنسفورمرها در هوش مصنوعی مولد
- 53. ملاحظات اخلاقی در هوش مصنوعی و ترنسفورمرها
- 54. سوگیری در مدلهای زبانی بزرگ
- 55. حریم خصوصی در دادههای آموزشی
- 56. شفافیت و قابلیت توضیحپذیری مدلها
- 57. امنیت مدلهای ترنسفورمر
- 58. کاربردهای امن ترنسفورمرها در نظام جمهوری اسلامی ایران
- 59. پردازش زبان فارسی با ترنسفورمرها
- 60. شبکههای عصبی کانولوشنی (CNN) در مقابل ترنسفورمرها
- 61. شبکههای عصبی بازگشتی (RNN) در مقابل ترنسفورمرها
- 62. مزایا و معایب معماری ترنسفورمر
- 63. ترنسفورمرهای کوچکتر و کارآمدتر
- 64. تکنیکهای کوانتیزاسیون (Quantization)
- 65. هرس کردن (Pruning) مدلها
- 66. ترنسفورمرهای توزیعشده (Distributed Transformers)
- 67. کاربرد ترنسفورمرها در سیستمهای توصیهگر
- 68. ترنسفورمرها در بازیابی اطلاعات
- 69. ترنسفورمرها در استخراج اطلاعات
- 70. ترنسفورمرها در تولید کد
- 71. ترنسفورمرها در رباتیک
- 72. کاربرد ترنسفورمرها در سلامت و پزشکی
- 73. پردازش اسناد پزشکی با ترنسفورمرها
- 74. تشخیص بیماری با ترنسفورمرها
- 75. تولید دارو با ترنسفورمرها
- 76. ترنسفورمرهای چندوجهی (Multimodal Transformers)
- 77. ترکیب متن و تصویر در ترنسفورمرها
- 78. ترکیب متن و صدا در ترنسفورمرها
- 79. ترنسفورمرهای گراف (Graph Transformers)
- 80. کاربرد ترنسفورمرها در علم مواد
- 81. ترنسفورمرها در شیمی محاسباتی
- 82. ترنسفورمرها در مدلسازی مولکولی
- 83. ملاحظات حقوقی و شرعی در استفاده از هوش مصنوعی
- 84. اصول فقهی در حوزه فناوری اطلاعات
- 85. قوانین و مقررات مربوط به محتوای دیجیتال
- 86. مسئولیتپذیری در توسعه و بهکارگیری هوش مصنوعی
- 87. موازین شرعی در پردازش دادهها
- 88. امنیت سایبری و حفاظت از اطلاعات در چارچوب قوانین
- 89. استانداردهای بومیسازی فناوریهای نوین
- 90. توسعه نرمافزارهای بومی مبتنی بر ترنسفورمر
- 91. کاربرد ترنسفورمرها در آموزش مجازی
- 92. ارزیابی عملکرد مدلهای ترنسفورمر
- 93. معیارهای ارزیابی در پردازش زبان طبیعی
- 94. معیارهای ارزیابی در بینایی ماشین
- 95. مقایسه مدلهای مختلف ترنسفورمر
- 96. آینده ترنسفورمرها و هوش مصنوعی
- 97. ترنسفورمرهای خودبازگشتی (Autoregressive Transformers)
- 98. ترنسفورمرهای مبتنی بر رویداد (Event-based Transformers)
- 99. ترنسفورمرهای کوانتومی (Quantum Transformers)
- 100. یادگیری تقویتی با ترنسفورمرها
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.