اپلیکیشن اندرویدی فلشکارت آموزشی هوش مصنوعی مولد: قدرت ترنسفورمرها
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره هوش مصنوعی مولد: قدرت ترنسفورمرها
موضوع کلی: هوش مصنوعی و مدلهای زبانی بزرگ
موضوع میانی: شبکههای عصبی ترنسفورمر (Transformer Networks)
📋 سرفصلهای دوره
- 1. مقدمهای بر هوش مصنوعی مولد
- 2. کاربردهای هوش مصنوعی مولد در صنایع مختلف
- 3. آشنایی با مدلهای زبانی بزرگ (LLMs)
- 4. مفهوم ترنسفورمرها و مزایای آنها
- 5. تاریخچه شبکههای عصبی ترنسفورمر
- 6. معماری اصلی ترنسفورمر: Encoder و Decoder
- 7. مکانیسم Self-Attention: تشریح کامل
- 8. نقش Multi-Head Attention در ترنسفورمرها
- 9. محاسبه Attention Score
- 10. Position Encoding: افزودن اطلاعات مکانی به ورودی
- 11. Layer Normalization در ترنسفورمرها
- 12. Residual Connections و اهمیت آنها
- 13. Feed Forward Networks در ترنسفورمرها
- 14. مدل BERT: مقدمه و معماری
- 15. Fine-tuning مدل BERT برای وظایف مختلف
- 16. مدل GPT: مقدمه و معماری
- 17. تفاوتهای کلیدی بین BERT و GPT
- 18. Generative Pre-trained Transformer 2 (GPT-2)
- 19. Generative Pre-trained Transformer 3 (GPT-3) و قابلیتهای آن
- 20. مدلهای Transformer مبتنی بر Encoder
- 21. مدلهای Transformer مبتنی بر Decoder
- 22. Encoder-Decoder Transformers برای ترجمه ماشینی
- 23. مفهوم Attention در ترجمه ماشینی
- 24. Transformer در پردازش زبان طبیعی (NLP)
- 25. Transformer در بینایی کامپیوتر
- 26. Transformer در پردازش صوت
- 27. روشهای آموزش ترنسفورمرها
- 28. بهینهسازی ترنسفورمرها: تکنیکهای مختلف
- 29. Regularization در ترنسفورمرها
- 30. Overfitting و Underfitting در آموزش ترنسفورمرها
- 31. استفاده از GPU و TPU برای آموزش ترنسفورمرها
- 32. مقدمهای بر Hugging Face Transformers
- 33. کار با کتابخانه Transformers
- 34. بارگیری و استفاده از مدلهای از پیش آموزشدیده
- 35. Fine-tuning مدلهای Transformers با استفاده از Hugging Face
- 36. ساخت Dataset برای آموزش ترنسفورمرها
- 37. Tokenization و Vocabulary در ترنسفورمرها
- 38. مفهوم Embeddings و انواع آن
- 39. Word Embeddings: Word2Vec, GloVe
- 40. Subword Tokenization: Byte Pair Encoding (BPE)
- 41. SentencePiece و کاربردهای آن
- 42. استفاده از ترنسفورمرها برای تولید متن
- 43. کنترل کیفیت متن تولید شده توسط ترنسفورمرها
- 44. تکنیکهای Decoding: Greedy Decoding, Beam Search
- 45. Temperature Scaling و تاثیر آن بر تولید متن
- 46. Top-k Sampling و Nucleus Sampling
- 47. ارزیابی مدلهای زبانی بزرگ: Perplexity, BLEU Score
- 48. مقدمهای بر Reinforcement Learning for Human Feedback (RLHF)
- 49. استفاده از RLHF برای بهبود کیفیت مدلهای زبانی
- 50. محدودیتهای مدلهای زبانی بزرگ
- 51. چالشهای اخلاقی در استفاده از هوش مصنوعی مولد
- 52. Bias در مدلهای زبانی و روشهای کاهش آن
- 53. مسائل مربوط به حریم خصوصی و امنیت در هوش مصنوعی مولد
- 54. آینده هوش مصنوعی مولد و 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.