کتاب صوتی بهینهسازی و استقرار مدلهای زبانی بزرگ چندوجهی بر روی سختافزار معمولی
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره بهینهسازی و استقرار مدلهای زبانی بزرگ چندوجهی بر روی سختافزار معمولی
موضوع کلی: هوش مصنوعی و یادگیری ماشین
موضوع میانی: مدلهای زبانی بزرگ (LLM) و پردازش چندوجهی
📋 سرفصلهای دوره
- 1. مقدمهای بر هوش مصنوعی و یادگیری ماشین
- 2. مفاهیم پایه یادگیری ماشین
- 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
- 4. شبکههای عصبی مصنوعی: ساختار و عملکرد
- 5. یادگیری عمیق و مزایای آن
- 6. معماریهای کلیدی در یادگیری عمیق
- 7. مقدمهای بر مدلهای زبانی بزرگ (LLM)
- 8. کاربردهای مدلهای زبانی بزرگ
- 9. معماری ترنسفورمر و نقش آن در LLMها
- 10. مکانیزم توجه (Attention Mechanism) در ترنسفورمرها
- 11. مدلهای زبانی بزرگ پیشآموزش دیده (Pre-trained LLMs)
- 12. تنظیم دقیق (Fine-tuning) مدلهای زبانی بزرگ
- 13. مقدمهای بر پردازش چندوجهی (Multimodality)
- 14. مزایای پردازش چندوجهی در هوش مصنوعی
- 15. مدلهای زبانی بزرگ چندوجهی (Multimodal LLMs)
- 16. پردازش و درک تصاویر توسط LLMها
- 17. پردازش و درک صوت توسط LLMها
- 18. ترکیب اطلاعات متنی، تصویری و صوتی
- 19. مقدمهای بر Phi-3 Vision 128K Instruct
- 20. ویژگیهای کلیدی Phi-3 Vision
- 21. قابلیتهای استنتاج (Inference) در Phi-3 Vision
- 22. بهینهسازی مدلهای زبانی بزرگ
- 23. تکنیکهای کوانتیزاسیون (Quantization) مدلها
- 24. کوانتیزاسیون ۴ بیتی (4-Bit Quantization)
- 25. مزایای کوانتیزاسیون ۴ بیتی
- 26. مقدمهای بر ONNX (Open Neural Network Exchange)
- 27. استفاده از ONNX برای استقرار مدل
- 28. تبدیل مدلها به فرمت ONNX
- 29. استقرار مدلهای ONNX بر روی CPU
- 30. مزایای استقرار بر روی CPU
- 31. برنامهنویسی با C# برای هوش مصنوعی
- 32. کتابخانههای C# برای یادگیری ماشین
- 33. استفاده از ONNX Runtime در C#
- 34. پیادهسازی استنتاج با ONNX Runtime
- 35. کار با مدلهای زبانی بزرگ در C#
- 36. مدیریت ورودیها و خروجیهای مدل
- 37. پردازش متن در C#
- 38. پردازش تصویر در C#
- 39. پردازش صوت در C#
- 40. تکنیکهای مهندسی پرامپت (Prompt Engineering)
- 41. طراحی پرامپتهای مؤثر برای LLMها
- 42. پرامپتهای چندوجهی
- 43. روشهای استنتاج خلاقانه
- 44. تولید متن با LLMها
- 45. خلاصهسازی متن با LLMها
- 46. ترجمه ماشینی با LLMها
- 47. پاسخ به سوالات با LLMها
- 48. تحلیل احساسات با LLMها
- 49. تولید کد با LLMها
- 50. استفاده از Phi-3 Vision برای درک تصویر
- 51. استخراج اطلاعات از تصاویر
- 52. تولید کپشن برای تصاویر
- 53. پاسخ به سوالات درباره تصاویر
- 54. شناسایی اشیاء در تصاویر
- 55. درک روابط فضایی در تصاویر
- 56. پردازش ویدئو با LLMها (مفاهیم اولیه)
- 57. ملاحظات اخلاقی در هوش مصنوعی
- 58. سوگیری (Bias) در مدلهای هوش مصنوعی
- 59. عدالت (Fairness) در سیستمهای هوش مصنوعی
- 60. شفافیت (Transparency) و قابلیت توضیح (Explainability)
- 61. حریم خصوصی (Privacy) در دادههای هوش مصنوعی
- 62. امنیت (Security) در مدلهای هوش مصنوعی
- 63. مقررات و چارچوبهای قانونی هوش مصنوعی در ایران
- 64. استانداردهای فنی برای مدلهای هوش مصنوعی
- 65. مدیریت چرخه عمر مدلهای هوش مصنوعی (LLMOps)
- 66. مراحل استقرار مدلهای هوش مصنوعی
- 67. نظارت بر عملکرد مدلها پس از استقرار
- 68. بهروزرسانی و بازآموزی مدلها
- 69. مقیاسپذیری سیستمهای هوش مصنوعی
- 70. معماریهای استقرار مدلهای هوش مصنوعی
- 71. استفاده از کانتینرها (مانند Docker)
- 72. مقدمهای بر Kubernetes برای مدیریت استقرار
- 73. بهینهسازی عملکرد و سرعت استنتاج
- 74. پروفایلینگ (Profiling) مدلها
- 75. کاهش زمان تأخیر (Latency)
- 76. افزایش توان عملیاتی (Throughput)
- 77. مدیریت منابع سختافزاری
- 78. ملاحظات استقرار بر روی سختافزار معمولی
- 79. استفاده از CPU برای استنتاج LLM
- 80. چالشهای استقرار LLM بر روی CPU
- 81. راهکارهای بهینهسازی برای CPU
- 82. آینده مدلهای زبانی بزرگ چندوجهی
- 83. روندهای نوظهور در پردازش چندوجهی
- 84. مدلهای زبانی بزرگ نسل آینده
- 85. کاربردهای پیشرفته LLMها در صنایع مختلف
- 86. هوش مصنوعی و تحول دیجیتال
- 87. مبانی دادهکاوی و تحلیل داده
- 88. یادگیری تقویتی پیشرفته
- 89. مدلهای مولد (Generative Models)
- 90. شبکههای مولد تخاصمی (GANs)
- 91. مدلهای انتشاری (Diffusion Models)
- 92. کاربرد LLMها در تحلیل دادههای بزرگ
- 93. مباحث پیشرفته در مهندسی پرامپت
- 94. تکنیکهای یادگیری چندوظیفهای (Multi-task Learning)
- 95. یادگیری انتقالی (Transfer Learning) در LLMها
- 96. ارزیابی عملکرد مدلهای چندوجهی
- 97. معیارهای ارزیابی مدلهای زبانی
- 98. معیارهای ارزیابی مدلهای بینایی ماشین
- 99. معیارهای ارزیابی مدلهای پردازش صوت
- 100. تست و اعتبارسنجی مدلها
برای آموختن، همیشه لازم نیست بخوانید
گاهی بهترین فرصت یادگیری زمانی است که در مسیر رفتوآمد هستید، قدم میزنید، استراحت میکنید یا کارهای روزمرهتان را انجام میدهید. محتوای صوتی کمک میکند از این لحظهها برای شنیدن، اندیشیدن و آشنایی با موضوعات تازه بهره ببرید.
◷
یادگیری در دل روزمرگی
از زمان رفتوآمد، پیادهروی یا استراحت برای شنیدن محتوای مفید استفاده کنید؛ بدون آنکه همیشه به کتاب چاپی یا صفحه نمایش نیاز داشته باشید.
◎
تجربهای شنیداری و دلنشین
با روایت صوتی، توضیحات گفتاری و فضای شنیداری هر محتوا همراه شوید و متناسب با سلیقه خود، شیوه تازهای برای دریافت مطالب تجربه کنید.
✦
گسترش دانش و دیدگاه
با موضوعات متنوع آشنا شوید، ایدههای تازه کشف کنید و فرصت بیشتری برای یادگیری مستمر و پرورش کنجکاوی خود بسازید.
♫
همراه با سبک زندگی شما
محتوای صوتی را متناسب با برنامه روزانه خود انتخاب کنید و در زمان مناسب، شنیدن را به بخشی از عادتهای شخصیتان تبدیل کنید.
کتاب صوتی یا پادکست؟
کتاب صوتی
راهی برای همراه شدن با محتوای یک کتاب از طریق شنیدن. بسته به اثر، میتوانید داستانها، آموزشها، مفاهیم تخصصی یا مطالب کاربردی را در قالب روایت و بیان صوتی دنبال کنید.
مناسب برای شنیدن و مرور محتوای کتابها
پادکست آموزشی
فرصتی برای دنبال کردن موضوعات مشخص در قالب گفتوگو، روایت، توضیح آموزشی یا مجموعهای از قسمتهای صوتی؛ مناسب برای کشف ایدهها و آشنایی با دیدگاههای گوناگون.
مناسب برای یادگیری موضوعی و شنیدن دیدگاههای تازه
هر جا که هستید، شنیدن را آغاز کنید
با دستگاه مناسب خود، محتوای صوتی را به آسانی دنبال کنید.
▯
گوشی هوشمند
اندروید و آیفون
▣
تبلت
برای شنیدن و دنبال کردن محتوا
▤
رایانه و لپتاپ
با پخشکننده صوتی سازگار
♫
هدفون و بلندگو
برای شنیدن متناسب با محیط
چطور از تجربه شنیدن بیشتر بهره ببریم؟
✦ زمان مناسبی برای شنیدن انتخاب کنید؛ زمانی که بتوانید با آرامش به محتوا توجه داشته باشید.
✦ برای مطالب آموزشی، نکتههای مهم را یادداشت کنید یا پس از پایان شنیدن، آنها را مرور کنید.
✦ اگر محتوا طولانی است، آن را در چند نوبت دنبال کنید تا فرصت بیشتری برای درک و مرور داشته باشید.
✦ هنگام رانندگی یا انجام کارهای نیازمند تمرکز، ایمنی را در اولویت قرار دهید و از شیوه شنیدنی استفاده کنید که حواس شما را مختل نکند.
هر شنیدن، فرصتی برای کشف است
با کتابهای صوتی و پادکستهای آموزشی، دنیای تازهای از ایدهها، روایتها و آموختنیها را به لحظههای خود اضافه کنید.
express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرمافزار مورد استفاده بستگی دارد.
تگها:
C#
LLM
ONNX
Phi-3 Vision
استنتاج
بهینهسازی مدل
پردازش چندوجهی
کوانتیزاسیون
مدلهای زبانی بزرگ
هوش مصنوعی
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.