کتاب صوتی Building and Deploying LLMs with TensorFlow

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Building and Deploying LLMs with TensorFlow

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: چارچوب‌های یادگیری عمیق (TensorFlow, PyTorch)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs) و کاربردهای آن‌ها
• 2. TensorFlow: مروری بر اکوسیستم و مفاهیم کلیدی
• 3. نصب و راه‌اندازی TensorFlow و محیط توسعه
• 4. مبانی تنسورها و عملیات ریاضی در TensorFlow
• 5. شبکه‌های عصبی: بلوک‌های سازنده LLMها
• 6. لایه‌های مختلف شبکه‌های عصبی (Dense, LSTM, GRU, Embedding)
• 7. پیاده‌سازی یک شبکه عصبی ساده در TensorFlow
• 8. مقدمه‌ای بر پردازش زبان طبیعی (NLP) و تکنیک‌های آن
• 9. Tokenization و Vectorization متون با TensorFlow
• 10. آماده‌سازی داده‌ها برای آموزش LLMها
• 11. معماری Transformer: توجه و خودتوجهی
• 12. پیاده‌سازی لایه Attention در TensorFlow
• 13. ساخت یک مدل Transformer ساده
• 14. مدل‌های pre-trained LLM: BERT, GPT, و غیره
• 15. Fine-tuning مدل‌های pre-trained با TensorFlow
• 16. انتقال یادگیری (Transfer Learning) برای LLMها
• 17. آموزش LLMها: بهینه‌سازی، Loss Functions و Metrics
• 18. Regularization و جلوگیری از Overfitting
• 19. TensorBoard: ابزاری برای مانیتورینگ و دیباگینگ آموزش
• 20. کار با Dataset API در TensorFlow
• 21. ساخت Data Pipelineهای کارآمد
• 22. استفاده از TPUها برای آموزش سریع‌تر LLMها
• 23. Quantization: کاهش حجم مدل و افزایش سرعت
• 24. TensorFlow Lite: اجرای LLMها بر روی دستگاه‌های موبایل
• 25. TensorFlow Serving: استقرار مدل‌های LLM در محیط Production
• 26. APIهای TensorFlow برای استقرار مدل
• 27. Docker و Kubernetes: استقرار LLMها در مقیاس بزرگ
• 28. مانیتورینگ و Logging مدل‌های LLM مستقر شده
• 29. بهبود عملکرد LLMها: تکنیک‌های مختلف
• 30. ارزیابی LLMها: معیارها و روش‌ها
• 31. مدل‌های زبانی مبتنی بر Encoder-Decoder
• 32. مدل‌های زبانی مولد (Generative Models)
• 33. تکنیک‌های تولید متن (Text Generation)
• 34. کنترل تولید متن: دما (Temperature) و Top-k Sampling
• 35. استفاده از LLMها برای خلاصه‌سازی متن
• 36. استفاده از LLMها برای ترجمه ماشینی
• 37. استفاده از LLMها برای پاسخ به سوالات
• 38. استفاده از LLMها برای تولید کد
• 39. مدل‌های LLM چندزبانه
• 40. چالش‌های اخلاقی در استفاده از LLMها
• 41. حریم خصوصی و امنیت در LLMها
• 42. بهینه‌سازی LLMها برای مصرف انرژی