اکسپرس 24
کتاب بهینه‌سازی و استقرار مدل‌های زبانی بزرگ چندوجهی بر روی سخت‌افزار معمولی

کتاب بهینه‌سازی و استقرار مدل‌های زبانی بزرگ چندوجهی بر روی سخت‌افزار معمولی

تگ‌ها: C# LLM ONNX Phi-3 Vision استنتاج بهینه‌سازی مدل پردازش چندوجهی کوانتیزاسیون مدل‌های زبانی بزرگ هوش مصنوعی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.