کتاب صوتی ترنسفورمرها: از مبانی تا کاربرد عملی
🎓 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
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:
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.