کتاب ترنسفورمرها در دنیای LLM: نوآوری‌ها و کاربردهای نوین با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ترنسفورمرها در دنیای LLM: نوآوری‌ها و کاربردهای نوین

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: معماری ترنسفورمر برای LLMs

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر معماری ترنسفورمر
  • 2. بخش‌های اصلی ترنسفورمر: رمزگذار و رمزگشا
  • 3. مکانیسم توجه (Attention Mechanism)
  • 4. خود-توجهی (Self-Attention)
  • 5. توجه چند-سر (Multi-Head Attention)
  • 6. موقعیت‌یابی رمزگذاری شده (Positional Encoding)
  • 7. لایه‌های نرمال‌سازی (Layer Normalization)
  • 8. اتصالات باقی‌مانده (Residual Connections)
  • 9. تغذیه پیشخور (Feed-Forward Networks)
  • 10. مدل‌های مبتنی بر ترنسفورمر: BERT
  • 11. مدل‌های مبتنی بر ترنسفورمر: GPT
  • 12. آموزش ترنسفورمرها: پیش‌زمینه
  • 13. تابع زیان (Loss Function) در ترنسفورمرها
  • 14. بهینه‌سازی (Optimization) در آموزش ترنسفورمرها
  • 15. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 16. تنظیم دقیق (Fine-tuning) مدل‌های ترنسفورمر
  • 17. کاربرد ترنسفورمرها در پردازش زبان طبیعی
  • 18. ترجمه ماشینی با ترنسفورمرها
  • 19. خلاصه‌سازی متن با ترنسفورمرها
  • 20. تولید متن با ترنسفورمرها
  • 21. پاسخ به پرسش با ترنسفورمرها
  • 22. تحلیل احساسات با ترنسفورمرها
  • 23. طبقه‌بندی متن با ترنسفورمرها
  • 24. تشخیص موجودیت نام‌گذاری شده (NER)
  • 25. مدل‌سازی زبان (Language Modeling)
  • 26. مهندسی ویژگی در مدل‌های ترنسفورمر
  • 27. مقایسه ترنسفورمرها با شبکه‌های عصبی بازگشتی (RNN)
  • 28. مقایسه ترنسفورمرها با شبکه‌های عصبی کانولوشنال (CNN)
  • 29. مدل‌های ترنسفورمر بزرگ (LLMs)
  • 30. معماری‌های نوین ترنسفورمر
  • 31. ترنسفورمرهای کارآمد (Efficient Transformers)
  • 32. ترنسفورمرهای سبک (Lightweight Transformers)
  • 33. ترنسفورمرهای اسپارس (Sparse Transformers)
  • 34. ترنسفورمرهای مبتنی بر گراف (Graph Transformers)
  • 35. ترنسفورمرها در بینایی ماشین (Computer Vision)
  • 36. ترنسفورمرها برای طبقه‌بندی تصویر
  • 37. ترنسفورمرها برای تشخیص اشیاء
  • 38. ترنسفورمرها برای تقسیم‌بندی تصویر (Image Segmentation)
  • 39. ترنسفورمرها برای تولید تصویر
  • 40. ترنسفورمرها برای پردازش ویدئو
  • 41. ترنسفورمرها در حوزه‌های دیگر
  • 42. ترنسفورمرها در علم داده (Data Science)
  • 43. ترنسفورمرها در تشخیص ناهنجاری (Anomaly Detection)
  • 44. ترنسفورمرها در سیستم‌های توصیه‌گر (Recommender Systems)
  • 45. ترنسفورمرها در پردازش سیگنال (Signal Processing)
  • 46. ترنسفورمرها در زیست‌شناسی محاسباتی (Computational Biology)
  • 47. ترنسفورمرها در علم مواد (Materials Science)
  • 48. ملاحظات اخلاقی در استفاده از ترنسفورمرها
  • 49. سوگیری (Bias) در مدل‌های ترنسفورمر
  • 50. شفافیت و قابلیت تفسیر (Explainability)
  • 51. امنیت مدل‌های ترنسفورمر
  • 52. کاربردهای عملی ترنسفورمرها در صنعت
  • 53. ترنسفورمرها در حوزه سلامت (Health)
  • 54. ترنسفورمرها در حوزه آموزش (Education)
  • 55. ترنسفورمرها در حوزه مالی (Finance)
  • 56. ترنسفورمرها در حوزه ارتباطات (Communication)
  • 57. ترنسفورمرها در حوزه حقوق (Legal)
  • 58. چالش‌های پیاده‌سازی ترنسفورمرها
  • 59. نیازهای محاسباتی ترنسفورمرها
  • 60. مدیریت داده‌ها برای آموزش ترنسفورمرها
  • 61. ارزیابی عملکرد مدل‌های ترنسفورمر
  • 62. معیارهای ارزیابی در پردازش زبان طبیعی
  • 63. معیارهای ارزیابی در بینایی ماشین
  • 64. روش‌های پیشرفته تنظیم دقیق (Advanced Fine-tuning)
  • 65. یادگیری انتقالی (Transfer Learning) با ترنسفورمرها
  • 66. یادگیری چند-وظیفه‌ای (Multi-task Learning)
  • 67. یادگیری تقویتی (Reinforcement Learning) با ترنسفورمرها
  • 68. روش‌های تولید متن کنترل‌شده
  • 69. مدل‌های مولد پیشرفته
  • 70. ترنسفورمرهای مبتنی بر دانش (Knowledge-based Transformers)
  • 71. ادغام دانش خارجی در ترنسفورمرها
  • 72. ترنسفورمرهای چند-زبانه (Multilingual Transformers)
  • 73. ترنسفورمرهای کم-منبع (Low-resource Transformers)
  • 74. یادگیری خود-نظارتی (Self-supervised Learning)
  • 75. یادگیری نیمه‌نظارتی (Semi-supervised Learning)
  • 76. تکنیک‌های بهبود پایداری آموزش
  • 77. روش‌های کاهش مصرف حافظه
  • 78. بهینه‌سازی برای سخت‌افزارهای خاص
  • 79. معماری‌های ترنسفورمر آینده‌نگر
  • 80. ترنسفورمرهای کوانتومی (Quantum Transformers)
  • 81. ترنسفورمرهای بیولوژیکی (Biological Transformers)
  • 82. ترنسفورمرها و هوش مصنوعی عمومی (AGI)
  • 83. نقش ترنسفورمرها در تحقیق و توسعه
  • 84. مطالعات موردی کاربردهای موفق
  • 85. بررسی محدودیت‌های فعلی ترنسفورمرها
  • 86. آینده پژوهش در معماری ترنسفورمر
  • 87. مدیریت تغییرات در معماری ترنسفورمر
  • 88. مفاهیم پیشرفته در مکانیسم توجه
  • 89. پیاده‌سازی ترنسفورمرها با فریم‌ورک‌های مختلف
  • 90. داده‌کاوی با استفاده از ترنسفورمرها
  • 91. یادگیری ادراکی (Perception Learning) با ترنسفورمرها
  • 92. مدل‌سازی روابط پیچیده با ترنسفورمرها
  • 93. کاربرد ترنسفورمرها در هوش مصنوعی مولد
  • 94. توسعه مدل‌های کوچک و کارآمد
  • 95. ملاحظات مربوط به حفظ حریم خصوصی
  • 96. تکنیک‌های مقابله با حملات adversarial
  • 97. ترنسفورمرها و پردازش زبان گفتاری
  • 98. پردازش گفتار با استفاده از ترنسفورمرها
  • 99. شناسایی گفتار با ترنسفورمرها
  • 100. تولید گفتار با ترنسفورمرها
تگ‌ها: LLM پردازش زبان طبیعی ترنسفورمر کاربردهای LLM مدل زبانی بزرگ معماری ترنسفورمر نوآوری هوش مصنوعی هوش مصنوعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.