اکسپرس 24
کتاب پیاده‌سازی و استنتاج مدل‌های زبانی بزرگ (LLM) با استفاده از C# و ONNX بر روی CPU

کتاب پیاده‌سازی و استنتاج مدل‌های زبانی بزرگ (LLM) با استفاده از C# و ONNX بر روی CPU

تگ‌ها: C# CPU LLM ONNX استنتاج پردازش زبان طبیعی مایکروسافت فلورانس ۲ مدل‌های زبانی بزرگ هوش مصنوعی یادگیری ماشین

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 پیاده‌سازی و استنتاج مدل‌های زبانی بزرگ (LLM) با استفاده از C# و ONNX بر روی CPU

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: مدل‌های زبانی بزرگ و کاربردهای آن‌ها

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. مقدمه‌ای بر شبکه‌های عصبی مصنوعی
  • 5. شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 6. توابع فعال‌سازی در شبکه‌های عصبی
  • 7. پس‌انتشار خطا (Backpropagation)
  • 8. مقدمه‌ای بر یادگیری عمیق
  • 9. شبکه‌های عصبی کانولوشنال (CNN)
  • 10. شبکه‌های عصبی بازگشتی (RNN)
  • 11. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
  • 12. شبکه‌های حافظه کوتاه‌مدت (GRU)
  • 13. معماری‌های ترنسفورمر (Transformer)
  • 14. مکانیزم توجه (Attention Mechanism)
  • 15. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLM)
  • 16. معماری‌های پیشرفته LLM
  • 17. آموزش اولیه LLM
  • 18. تنظیم دقیق (Fine-tuning) LLM
  • 19. روش‌های تنظیم دقیق LLM
  • 20. تنظیم دقیق با داده‌های کم (Few-shot Learning)
  • 21. تولید متن با LLM
  • 22. تولید متن خلاقانه با LLM
  • 23. خلاصه‌سازی متن با LLM
  • 24. ترجمه ماشینی با LLM
  • 25. پاسخ به پرسش با LLM
  • 26. استخراج اطلاعات از متن با LLM
  • 27. تحلیل احساسات با LLM
  • 28. طبقه‌بندی متن با LLM
  • 29. تشخیص موجودیت نام‌دار (NER) با LLM
  • 30. مدل‌های زبانی برای پردازش زبان طبیعی (NLP)
  • 31. مقدمه‌ای بر ONNX
  • 32. مزایای استفاده از ONNX
  • 33. تبدیل مدل‌های یادگیری ماشین به ONNX
  • 34. مدل‌های Microsoft Florence 2
  • 35. کاربرد مدل‌های Florence 2
  • 36. استنتاج (Inference) با ONNX
  • 37. نصب و راه‌اندازی محیط C#
  • 38. مقدمه‌ای بر زبان برنامه‌نویسی C#
  • 39. کار با کتابخانه‌های .NET برای هوش مصنوعی
  • 40. پیاده‌سازی استنتاج ONNX در C#
  • 41. استفاده از ONNX Runtime در C#
  • 42. بارگذاری مدل‌های ONNX در C#
  • 43. اجرای پیش‌بینی با مدل‌های ONNX
  • 44. پردازش ورودی برای مدل‌های ONNX
  • 45. پردازش خروجی مدل‌های ONNX
  • 46. مدیریت حافظه در C# برای LLM
  • 47. بهینه‌سازی استنتاج LLM بر روی CPU
  • 48. تکنیک‌های کوانتیزاسیون (Quantization) مدل‌ها
  • 49. کوانتیزاسیون ۸ بیتی و ۱۶ بیتی
  • 50. فشرده‌سازی مدل‌ها برای کاهش حجم
  • 51. مدیریت منابع CPU برای استنتاج
  • 52. استفاده از پردازش موازی در C#
  • 53. تکنیک‌های پیشرفته C# برای کارایی
  • 54. بررسی عملکرد استنتاج LLM
  • 55. متریک‌های ارزیابی مدل‌های زبانی
  • 56. دقت، صحت و بازخوانی (Precision, Recall)
  • 57. امتیاز F1
  • 58. کاربرد LLM در پردازش زبان فارسی
  • 59. چالش‌های پردازش زبان فارسی با LLM
  • 60. آماده‌سازی داده‌های متنی فارسی
  • 61. تنظیم دقیق LLM برای وظایف فارسی
  • 62. تولید متن فارسی با LLM
  • 63. خلاصه‌سازی متن فارسی با LLM
  • 64. ترجمه ماشینی فارسی به انگلیسی
  • 65. ترجمه ماشینی انگلیسی به فارسی
  • 66. پاسخ به پرسش فارسی با LLM
  • 67. تحلیل احساسات متن فارسی
  • 68. کاربرد LLM در سیستم‌های پرسش و پاسخ
  • 69. پیاده‌سازی چت‌بات‌های هوشمند
  • 70. طراحی رابط کاربری برای LLM
  • 71. ملاحظات اخلاقی در استفاده از LLM
  • 72. سوگیری در مدل‌های زبانی
  • 73. شفافیت و قابلیت تفسیر LLM
  • 74. امنیت در پیاده‌سازی LLM
  • 75. حریم خصوصی داده‌ها در LLM
  • 76. کاربرد LLM در آموزش و یادگیری
  • 77. تولید محتوای آموزشی با LLM
  • 78. شخصی‌سازی فرآیندهای یادگیری
  • 79. تولید آزمون و تمرین با LLM
  • 80. کمک به پژوهشگران و دانشجویان
  • 81. کاربرد LLM در صنعت و کسب‌وکار
  • 82. اتوماسیون فرآیندهای اداری
  • 83. خدمات مشتریان مبتنی بر LLM
  • 84. تحلیل داده‌های بازار با LLM
  • 85. بازاریابی محتوا و تولید متن تبلیغاتی
  • 86. مقدمه‌ای بر مدل‌های زبانی مولد
  • 87. تکنیک‌های تولید متن پیشرفته
  • 88. کاربرد LLM در بازی‌سازی
  • 89. تولید دیالوگ و روایت در بازی‌ها
  • 90. کاربرد LLM در علوم پزشکی
  • 91. کمک به تشخیص بیماری‌ها
  • 92. تحلیل مقالات علمی پزشکی
  • 93. نکات مهم در استقرار LLM در محیط‌های رسمی
  • 94. استانداردهای امنیتی در پیاده‌سازی
  • 95. چالش‌های نگهداری و به‌روزرسانی LLM
  • 96. آینده LLM و تحولات پیش رو
  • 97. مدل‌های چندوجهی (Multimodal LLMs)
  • 98. یادگیری تقویتی از بازخورد انسانی (RLHF)
  • 99. کاربرد LLM در پردازش صدا و تصویر
  • 100. جمع‌بندی و چشم‌انداز آینده هوش مصنوعی

📚 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.