کتاب ترنسفورمرها: از تئوری تا پیاده‌سازی عملی 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: از تئوری تا پیاده‌سازی عملی

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر ترنسفورمرها
  • 2. معماری ترنسفورمر: یک نمای کلی
  • 3. مکانیسم توجه (Attention) در ترنسفورمرها
  • 4. توجه خودکار (Self-Attention)
  • 5. چند سر توجه (Multi-Head Attention)
  • 6. رمزگذار (Encoder) در ترنسفورمرها
  • 7. رمزگشا (Decoder) در ترنسفورمرها
  • 8. اتصالات باقیمانده و نرمال‌سازی لایه (Residual Connections and Layer Normalization)
  • 9. موقعیت‌یابی در ترنسفورمرها
  • 10. مدل‌های ترنسفورمر پیش‌آموزش‌دیده (Pre-trained Transformer Models)
  • 11. BERT: مبانی و کاربردها
  • 12. GPT: مبانی و کاربردها
  • 13. تفاوت‌های کلیدی بین BERT و GPT
  • 14. ترنسفورمرها در پردازش زبان طبیعی (NLP)
  • 15. ترجمه ماشینی با ترنسفورمرها
  • 16. خلاصه‌سازی متن با ترنسفورمرها
  • 17. تولید متن با ترنسفورمرها
  • 18. تحلیل احساسات با ترنسفورمرها
  • 19. تشخیص موجودیت‌های نام‌گذاری‌شده (NER) با ترنسفورمرها
  • 20. ترنسفورمرها در بینایی کامپیوتر (Computer Vision)
  • 21. شبکه‌های ترنسفورمر بصری (Vision Transformers - ViT)
  • 22. تشخیص اشیا با ترنسفورمرها
  • 23. دسته‌بندی تصاویر با ترنسفورمرها
  • 24. ترنسفورمرها در تشخیص گفتار (Speech Recognition)
  • 25. تبدیل گفتار به متن با ترنسفورمرها
  • 26. ترنسفورمرها در پردازش سیگنال
  • 27. کاربردهای ترنسفورمرها در سری‌های زمانی
  • 28. بهینه‌سازی ترنسفورمرها برای سرعت و حافظه
  • 29. کوانتیزاسیون (Quantization) ترنسفورمرها
  • 30. هرس (Pruning) ترنسفورمرها
  • 31. تقطیر دانش (Knowledge Distillation)
  • 32. ترنسفورمرها و یادگیری انتقالی (Transfer Learning)
  • 33. Fine-tuning ترنسفورمرها برای وظایف خاص
  • 34. پیاده‌سازی ترنسفورمرها با TensorFlow
  • 35. پیاده‌سازی ترنسفورمرها با PyTorch
  • 36. استفاده از کتابخانه Hugging Face Transformers
  • 37. آماده‌سازی داده‌ها برای آموزش ترنسفورمرها
  • 38. ارزیابی عملکرد ترنسفورمرها
  • 39. متریک‌های ارزیابی در NLP
  • 40. متریک‌های ارزیابی در بینایی کامپیوتر
  • 41. مشکلات رایج در آموزش ترنسفورمرها
  • 42. جلوگیری از بیش‌برازش (Overfitting)
  • 43. تنظیم هایپرپارامترها (Hyperparameter Tuning)
  • 44. ترنسفورمرها و محاسبات توزیع‌شده
  • 45. استفاده از GPUها برای آموزش ترنسفورمرها
  • 46. استفاده از TPUها برای آموزش ترنسفورمرها
  • 47. ترنسفورمرها و یادگیری خودنظارتی (Self-Supervised Learning)
  • 48. تکنیک‌های یادگیری خودنظارتی برای ترنسفورمرها
  • 49. ترنسفورمرها و یادگیری تقویتی (Reinforcement Learning)
  • 50. ترنسفورمرها در رباتیک
  • 51. ترنسفورمرها و پردازش داده‌های چندوجهی (Multimodal Data)
  • 52. ترکیب متن و تصویر با ترنسفورمرها
  • 53. ترکیب متن و صدا با ترنسفورمرها
  • 54. ترنسفورمرها و اخلاق در هوش مصنوعی
  • 55. مسائل مربوط به سوگیری (Bias) در ترنسفورمرها
  • 56. تفسیرپذیری ترنسفورمرها (Explainable AI)
  • 57. آینده ترنسفورمرها و تحقیقات جاری
  • 58. ترنسفورمرهای اسپارس (Sparse Transformers)
  • 59. ترنسفورمرهای طولانی‌برد (Long-Range Transformers)
تگ‌ها: NLP Transformer Networks پردازش زبان طبیعی پیاده‌سازی ترنسفورمر ترنسفورمر شبکه‌های عصبی مدل زبانی هوش مصنوعی هوش مصنوعی ایران یادگیری عمیق

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.