کتاب ترنسفورمرها: از مبانی تا کاربرد عملی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 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
تگها:
AI
Deep Learning
NLP
Transformer
پردازش زبان طبیعی
ترنسفورمر
شبکه عصبی
مدل زبانی بزرگ
هوش مصنوعی
یادگیری عمیق
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.