کتاب صوتی کوانتیزاسیون مدل‌های زبانی بزرگ: ابزارها و تکنیک‌ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 99,988 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 کوانتیزاسیون مدل‌های زبانی بزرگ: ابزارها و تکنیک‌ها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Quantization

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبانی بزرگ
  • 2. معماری ترنسفورمر و مبانی آن
  • 3. بررسی معماری‌های مختلف ترنسفورمر
  • 4. مفاهیم پایه‌ی کوانتیزاسیون
  • 5. انواع کوانتیزاسیون: خطی و غیرخطی
  • 6. کوانتیزاسیون اعداد صحیح (Integer Quantization)
  • 7. کوانتیزاسیون اعداد ممیز شناور (Floating-Point Quantization)
  • 8. کوانتیزاسیون در زمان آموزش (Quantization-Aware Training - QAT)
  • 9. کوانتیزاسیون پس از آموزش (Post-Training Quantization - PTQ)
  • 10. کوانتیزاسیون با دقت پایین (Low-Precision Quantization)
  • 11. کوانتیزاسیون هشت بیتی (8-bit Quantization)
  • 12. کوانتیزاسیون چهار بیتی (4-bit Quantization)
  • 13. کوانتیزاسیون دو بیتی (2-bit Quantization)
  • 14. تکنیک‌های کوانتیزاسیون وزن‌ها (Weight Quantization)
  • 15. تکنیک‌های کوانتیزاسیون فعال‌سازی‌ها (Activation Quantization)
  • 16. کوانتیزاسیون متقارن و نامتقارن
  • 17. تکنیک‌های مقیاس‌بندی در کوانتیزاسیون
  • 18. استفاده از مقیاس‌های سراسری (Global Scale)
  • 19. استفاده از مقیاس‌های کانال‌به‌کانال (Channel-wise Scale)
  • 20. کوانتیزاسیون لایه‌به‌لایه (Layer-wise Quantization)
  • 21. کوانتیزاسیون تطبیقی (Adaptive Quantization)
  • 22. اثر کوانتیزاسیون بر دقت مدل
  • 23. روش‌های ارزیابی تأثیر کوانتیزاسیون
  • 24. تکنیک‌های بازیابی دقت پس از کوانتیزاسیون
  • 25. کالیبراسیون مدل برای کوانتیزاسیون
  • 26. کوانتیزاسیون با استفاده از داده‌های نماینده (Representative Data)
  • 27. کوانتیزاسیون با استفاده از الگوریتم‌های بهینه‌سازی
  • 28. فریم‌ورک‌های کوانتیزاسیون: TensorFlow Lite
  • 29. فریم‌ورک‌های کوانتیزاسیون: PyTorch Mobile
  • 30. فریم‌ورک‌های کوانتیزاسیون: ONNX Runtime
  • 31. ابزارهای کوانتیزاسیون اختصاصی سخت‌افزار
  • 32. بهینه‌سازی مدل برای سخت‌افزارهای خاص
  • 33. کوانتیزاسیون برای پردازنده‌های موبایل (CPU)
  • 34. کوانتیزاسیون برای واحدهای پردازش گرافیکی (GPU)
  • 35. کوانتیزاسیون برای واحدهای پردازش عصبی (NPU)
  • 36. کوانتیزاسیون برای شتاب‌دهنده‌های هوش مصنوعی
  • 37. کوانتیزاسیون مدل‌های زبانی بزرگ (LLMs)
  • 38. چالش‌های کوانتیزاسیون LLMs
  • 39. کوانتیزاسیون مدل‌های ترنسفورمر برای LLMs
  • 40. کوانتیزاسیون مؤثر بر اتنشن (Attention) در LLMs
  • 41. کوانتیزاسیون فعال‌سازی‌های لایه‌های Feed-Forward در LLMs
  • 42. کوانتیزاسیون مدل‌های Llama
  • 43. کوانتیزاسیون مدل‌های GPT
  • 44. کوانتیزاسیون مدل‌های BERT
  • 45. کوانتیزاسیون مدل‌های T5
  • 46. کوانتیزاسیون مدل‌های Mistral
  • 47. کوانتیزاسیون مدل‌های Falcon
  • 48. کوانتیزاسیون مدل‌های PaLM
  • 49. کوانتیزاسیون مدل‌های BLOOM
  • 50. کوانتیزاسیون مدل‌های برای کاربردهای پردازش زبان طبیعی
  • 51. کوانتیزاسیون برای وظایف تولید متن
  • 52. کوانتیزاسیون برای وظایف خلاصه‌سازی متن
  • 53. کوانتیزاسیون برای وظایف ترجمه ماشینی
  • 54. کوانتیزاسیون برای وظایف پاسخ به سوال
  • 55. کوانتیزاسیون برای وظایف طبقه‌بندی متن
  • 56. کوانتیزاسیون برای وظایف تشخیص موجودیت نام‌گذاری شده (NER)
  • 57. کوانتیزاسیون مدل‌های زبانی بزرگ برای دستگاه‌های کم‌توان
  • 58. بهینه‌سازی مصرف حافظه با کوانتیزاسیون
  • 59. کاهش تأخیر (Latency) با کوانتیزاسیون
  • 60. افزایش توان عملیاتی (Throughput) با کوانتیزاسیون
  • 61. ملاحظات امنیتی در کوانتیزاسیون مدل‌های LLM
  • 62. کوانتیزاسیون و حفظ حریم خصوصی داده‌ها
  • 63. تکنیک‌های فشرده‌سازی مدل‌های LLM
  • 64. ارتباط کوانتیزاسیون با هرس کردن (Pruning) مدل
  • 65. ترکیب کوانتیزاسیون و هرس کردن
  • 66. کوانتیزاسیون پیشرفته (Advanced Quantization Techniques)
  • 67. کوانتیزاسیون با استفاده از یادگیری تقویتی (Reinforcement Learning)
  • 68. کوانتیزاسیون مبتنی بر گرادیان (Gradient-based Quantization)
  • 69. کوانتیزاسیون با استفاده از شبکه‌های مولد تخاصمی (GANs)
  • 70. کوانتیزاسیون پویا (Dynamic Quantization)
  • 71. کوانتیزاسیون ثابت (Static Quantization)
  • 72. کوانتیزاسیون ترکیبی (Mixed-Precision Quantization)
  • 73. کوانتیزاسیون برای مدل‌های کوچک‌تر
  • 74. کاربرد کوانتیزاسیون در مدل‌های تخصصی
  • 75. کوانتیزاسیون برای مدل‌های چندزبانه
  • 76. کوانتیزاسیون مدل‌های LLM در پلتفرم‌های ابری
  • 77. کوانتیزاسیون مدل‌های LLM برای استقرار محلی (On-Premise Deployment)
  • 78. مطالعات موردی (Case Studies) کوانتیزاسیون LLMs
  • 79. آینده کوانتیزاسیون مدل‌های زبانی بزرگ
  • 80. کوانتیزاسیون و معماری‌های جدید مدل‌های زبانی
  • 81. کوانتیزاسیون و هوش مصنوعی قابل توضیح (Explainable AI)
  • 82. کوانتیزاسیون و اخلاق در هوش مصنوعی
  • 83. بررسی مقایسه‌ای روش‌های مختلف کوانتیزاسیون
  • 84. راهنمای عملی انتخاب روش کوانتیزاسیون
  • 85. نکات کلیدی برای اجرای موفق کوانتیزاسیون
  • 86. محدودیت‌های فعلی کوانتیزاسیون
  • 87. روندهای پژوهشی آینده در کوانتیزاسیون
  • 88. جمع‌بندی و چشم‌انداز کوانتیزاسیون LLMs
  • 89. ارزیابی عملکرد کوانتیزه شده در سناریوهای واقعی
  • 90. بهینه‌سازی پارامترهای کوانتیزاسیون
  • 91. کوانتیزاسیون و معماری‌های سخت‌افزاری نسل آینده
  • 92. تأثیر کوانتیزاسیون بر قابلیت اطمینان مدل
  • 93. کوانتیزاسیون و کاربردهای صنعتی LLMs
  • 94. کوانتیزاسیون مدل‌های زبانی بزرگ در ایران
  • 95. چالش‌ها و فرصت‌های کوانتیزاسیون LLMs در بومی‌سازی
EXPRESS24 AUDIO EXPERIENCE
یادگیری را بشنوید؛ زندگی کنید
کتاب‌های صوتی و پادکست‌های آموزشی، راهی دلنشین برای کشف ایده‌های تازه، گسترش دانش و استفاده بهتر از لحظه‌های روزمره هستند.
دانش، الهام و تجربه؛ این بار با صدای زندگی
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.
کشف محصولات بیشتر در اکسپرس ۲۴
express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرم‌افزار مورد استفاده بستگی دارد.
AUDIO PREVIEW
قبل از انتخاب، گوش کنید!
بخشی از سبک محتوای محصولات صوتی ما را بشنوید و با فضای آن آشنا شوید.
♫
نمونه صوتی از سبک محصولات صوتی ما
پیش‌نمایش کوتاهی از سبک پادکست های صوتی محصولات ما
پخش آنلاین
برای تجربه بهتر، می‌توانید از هدفون استفاده کنید.
تگ‌ها: ابزارهای کوانتیزاسیون بهینه‌سازی مدل پردازش زبان طبیعی تکنیک‌های کوانتیزاسیون فشرده‌سازی مدل کوانتیزاسیون مدل‌های زبانی بزرگ هوش مصنوعی یادگیری عمیق

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.