کتاب فشرده‌سازی مدل‌های زبانی با رویکرد هرس مبتنی بر قابلیت با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
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 فشرده‌سازی مدل‌های زبانی با رویکرد هرس مبتنی بر قابلیت

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Model Pruning

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبانی بزرگ
  • 2. معماری ترانسفورمر و نقش آن در مدل‌های زبانی
  • 3. مفهوم فشرده‌سازی مدل و ضرورت آن
  • 4. روش‌های مختلف فشرده‌سازی مدل‌های زبانی
  • 5. هرس وزن: اصول و تکنیک‌ها
  • 6. هرس ساختاری: حذف لایه‌ها و نورون‌ها
  • 7. هرس مبتنی بر اهمیت: شناسایی و حذف اجزای غیرضروری
  • 8. هرس دینامیک در مقابل هرس ایستا
  • 9. معیارهای ارزیابی هرس مدل
  • 10. تاثیر هرس بر دقت و کارایی مدل
  • 11. هرس مبتنی بر آستانه (Threshold-based Pruning)
  • 12. هرس مبتنی بر اهمیت L1 و L2
  • 13. هرس مبتنی بر گرادیان
  • 14. هرس مبتنی بر Hessian
  • 15. هرس ساختاریافته با استفاده از الگوریتم‌های جستجو
  • 16. هرس با استفاده از یادگیری تقویتی
  • 17. هرس مبتنی بر دانش (Knowledge-based Pruning)
  • 18. هرس حساس به لایه (Layer-sensitive Pruning)
  • 19. هرس تطبیقی (Adaptive Pruning)
  • 20. هرس تدریجی (Iterative Pruning)
  • 21. تاثیر هرس بر تعمیم‌پذیری مدل
  • 22. بهینه‌سازی مدل پس از هرس (Post-Pruning Optimization)
  • 23. استفاده از Quantization به همراه هرس
  • 24. تقطیر دانش (Knowledge Distillation) و هرس
  • 25. هرس در مدل‌های چندزبانه
  • 26. هرس در مدل‌های مبتنی بر Attention
  • 27. هرس در مدل‌های تولید متن
  • 28. هرس در مدل‌های تشخیص گفتار
  • 29. هرس در مدل‌های پردازش تصویر
  • 30. هرس در مدل‌های ترجمه ماشینی
  • 31. پیاده‌سازی هرس با استفاده از TensorFlow
  • 32. پیاده‌سازی هرس با استفاده از PyTorch
  • 33. استفاده از کتابخانه‌های هرس آماده
  • 34. بهینه‌سازی هرس برای سخت‌افزارهای مختلف
  • 35. هرس در محیط‌های با منابع محدود (Edge Devices)
  • 36. ارزیابی و مقایسه روش‌های مختلف هرس
  • 37. چالش‌های هرس مدل‌های زبانی
  • 38. آینده هرس مدل‌های زبانی
  • 39. مطالعه موردی: فشرده‌سازی BERT با رویکرد هرس
  • 40. مطالعه موردی: فشرده‌سازی GPT با رویکرد هرس
  • 41. تاثیر هرس بر حافظه و سرعت استنتاج
  • 42. روش‌های جلوگیری از افت دقت پس از هرس
  • 43. استفاده از Regularization برای تسهیل هرس
  • 44. هرس و انتقال یادگیری (Transfer Learning)
  • 45. هرس و یادگیری خود نظارتی (Self-Supervised Learning)
  • 46. هرس و یادگیری فعال (Active Learning)
  • 47. هرس و یادگیری فدرال (Federated Learning)
  • 48. مفاهیم پیشرفته در هرس مدل‌های زبانی
تگ‌ها: Pruning بهینه‌سازی مدل پردازش زبان طبیعی شبکه‌های عصبی فشرده‌سازی مدل مدل زبانی مدل‌های بزرگ زبانی هرس مدل هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.