کتاب مجموعه تکنیکهای PEFT برای تسلط بر مدلهای زبانی بزرگ با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
249,950 تومان
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره مجموعه تکنیکهای PEFT برای تسلط بر مدلهای زبانی بزرگ
موضوع کلی: هوش مصنوعی و مدلهای زبانی بزرگ
موضوع میانی: Fine-tuning با پارامترهای کم (Parameter-Efficient Fine-tuning - PEFT)
📋 سرفصلهای دوره
- 1. مقدمهای بر Fine-tuning و ضرورت PEFT
- 2. مقایسه Fine-tuning کامل و PEFT
- 3. مزایای استفاده از تکنیکهای PEFT
- 4. معرفی انواع تکنیکهای PEFT
- 5. LoRA: معرفی و مبانی
- 6. LoRA: پیادهسازی عملی با PyTorch
- 7. LoRA: تنظیم هایپرپارامترها و بهینهسازی
- 8. LoRA: کاربردهای LoRA در پردازش زبان طبیعی
- 9. Adapters: معرفی و معماری
- 10. Adapters: پیادهسازی Adapters با Transformers
- 11. Adapters: ترکیب Adapters با لایههای مختلف مدل
- 12. Adapters: مزایا و معایب Adapters
- 13. Prefix Tuning: معرفی و عملکرد
- 14. Prefix Tuning: پیادهسازی Prefix Tuning
- 15. Prefix Tuning: بهینهسازی پیشوندها برای وظایف مختلف
- 16. P-Tuning v2: معرفی و تفاوت با Prefix Tuning
- 17. Prompt Tuning: معرفی و کاربردها
- 18. Prompt Tuning: طراحی Promptهای موثر
- 19. IA3: معرفی و اصول کار
- 20. IA3: پیادهسازی IA3 در مدلهای زبانی بزرگ
- 21. BitFit: معرفی و کاربرد در Fine-tuning
- 22. Selective Fine-tuning: انتخاب لایههای مناسب برای Fine-tuning
- 23. LoRA + Adapters: ترکیب تکنیکها برای بهبود عملکرد
- 24. LoRA + Prefix Tuning: ترکیب تکنیکها برای نتایج بهتر
- 25. کاربرد PEFT در طبقهبندی متن
- 26. کاربرد PEFT در خلاصهسازی متن
- 27. کاربرد PEFT در تولید متن
- 28. کاربرد PEFT در ترجمه ماشینی
- 29. PEFT برای مدلهای چندزبانه
- 30. PEFT و کاهش مصرف حافظه
- 31. PEFT و کاهش هزینه محاسباتی
- 32. PEFT و سرعتبخشیدن به فرآیند Fine-tuning
- 33. انتخاب تکنیک PEFT مناسب برای هر کاربرد
- 34. بهینهسازی PEFT برای منابع محدود
- 35. استفاده از PEFT برای یادگیری مداوم (Continual Learning)
- 36. PEFT و مقابله با فراموشی فاجعهبار (Catastrophic Forgetting)
- 37. PEFT و انتقال یادگیری (Transfer Learning)
- 38. پیادهسازی PEFT با استفاده از کتابخانه PEFT
- 39. مقایسه کتابخانههای PEFT موجود
- 40. بهترین روشها برای ذخیره و بارگیری مدلهای PEFT
- 41. استفاده از PEFT برای شخصیسازی مدلهای زبانی بزرگ
- 42. ابزارهای مانیتورینگ و ارزیابی PEFT
- 43. آینده PEFT و تحقیقات در حال انجام
- 44. چالشهای استفاده از PEFT در محیطهای عملیاتی
تگها:
Adapters
BitFit
Fine-tuning
IA3
LoRA
NLP
Parameter-Efficient Fine-tuning
PEFT
Prefix Tuning
Prompt Tuning
Transformers
پردازش زبان طبیعی
مدل زبانی بزرگ
هوش مصنوعی
یادگیری ماشین
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.