کتاب ترنسفورمرهای سبک (Lightweight Transformers)

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 ترنسفورمرهای سبک (Lightweight Transformers)

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر ترنسفورمرها
  • 2. معماری ترنسفورمر: یک نمای کلی
  • 3. مکانیسم توجه (Attention Mechanism)
  • 4. توجه مقیاس‌بندی شده نقطه‌ای (Scaled Dot-Product Attention)
  • 5. توجه چندگانه (Multi-Head Attention)
  • 6. انکودر در ترنسفورمرها
  • 7. دیکدر در ترنسفورمرها
  • 8. اتصالات باقیمانده و نرمال‌سازی لایه (Residual Connections & Layer Normalization)
  • 9. موقعیت‌یابی در ترنسفورمرها
  • 10. انکودینگ موقعیتی (Positional Encoding)
  • 11. کاربردهای ترنسفورمرها در پردازش زبان طبیعی
  • 12. ترنسفورمرها در ترجمه ماشینی
  • 13. ترنسفورمرها در خلاصه‌سازی متن
  • 14. ترنسفورمرها در پاسخ به سؤال
  • 15. ترنسفورمرها در تولید متن
  • 16. مدل BERT و معماری آن
  • 17. پیش‌آموزش و تنظیم دقیق مدل BERT
  • 18. مدل GPT و معماری آن
  • 19. تولید متن با استفاده از GPT
  • 20. تفاوت‌های کلیدی بین BERT و GPT
  • 21. ترنسفورمرهای سبک: ضرورت و مزایا
  • 22. تقطیر دانش (Knowledge Distillation)
  • 23. هرس وزن (Weight Pruning)
  • 24. کوانتیزاسیون (Quantization)
  • 25. بهینه‌سازی مدل برای دستگاه‌های موبایل
  • 26. ترنسفورمرهای سبک برای پردازش زبان طبیعی
  • 27. مدل DistilBERT: یک ترنسفورمر سبک وزن
  • 28. مدل MobileBERT: بهینه‌سازی برای دستگاه‌های موبایل
  • 29. ترنسفورمرهای سبک در تشخیص گفتار
  • 30. ترنسفورمرهای سبک در بینایی کامپیوتر
  • 31. استفاده از ترنسفورمرهای سبک در تشخیص اشیاء
  • 32. ترنسفورمرهای سبک در تقسیم‌بندی تصویر
  • 33. بهینه‌سازی حافظه در ترنسفورمرها
  • 34. استفاده از معماری‌های کم‌دقت (Low-Precision Architectures)
  • 35. فشرده‌سازی ترنسفورمرها با استفاده از ماتریس‌های پراکنده (Sparse Matrices)
  • 36. معماری‌های مبتنی بر هسته (Kernel-based Architectures)
  • 37. ترنسفورمرهای مبتنی بر فضا (Space-based Transformers)
  • 38. ترنسفورمرهای مبتنی بر زمان (Time-based Transformers)
  • 39. ترنسفورمرهای بازگشتی (Recurrent Transformers)
  • 40. ترنسفورمرهای کانولوشنی (Convolutional Transformers)
  • 41. ترنسفورمرهای ترکیبی (Hybrid Transformers)
  • 42. ارزیابی عملکرد ترنسفورمرهای سبک
  • 43. معیارهای ارزیابی در پردازش زبان طبیعی
  • 44. معیارهای ارزیابی در بینایی کامپیوتر
  • 45. مقایسه ترنسفورمرهای سبک با مدل‌های سنتی
  • 46. ابزارهای پیاده‌سازی ترنسفورمرهای سبک
  • 47. TensorFlow و Keras
  • 48. PyTorch
  • 49. Transformers library
  • 50. بهینه‌سازی ترنسفورمرها برای استقرار در لبه (Edge Deployment)
  • 51. چالش‌ها و راهکارهای استقرار ترنسفورمرها در لبه
  • 52. آینده ترنسفورمرهای سبک
  • 53. تحقیقات فعلی در زمینه ترنسفورمرهای سبک
  • 54. کاربردهای نوظهور ترنسفورمرهای سبک
  • 55. ترنسفورمرهای سبک و یادگیری خودنظارتی (Self-Supervised Learning)
  • 56. ترنسفورمرهای سبک و یادگیری انتقالی (Transfer Learning)
  • 57. ترنسفورمرهای سبک و چندزبانه بودن (Multilingualism)
  • 58. ترنسفورمرهای سبک و کم‌برخوردی داده (Low-Resource Settings)
  • 59. تنظیم هایپرپارامترهای ترنسفورمرهای سبک
  • 60. روش‌های بهینه‌سازی گرادیان (Gradient Optimization Methods)
  • 61. تکنیک‌های جلوگیری از بیش‌برازش (Overfitting Prevention Techniques)
  • 62. ترنسفورمرهای سبک و مسائل اخلاقی
  • 63. حریم خصوصی و امنیت در ترنسفورمرها
  • 64. تبعیض و انصاف در مدل‌های زبانی
  • 65. تفسیرپذیری ترنسفورمرها
  • 66. روش‌های توضیح‌پذیری مدل (Model Explainability Methods)
  • 67. استفاده از ترنسفورمرهای سبک در رباتیک
  • 68. ترنسفورمرهای سبک در سیستم‌های توصیه گر (Recommender Systems)
  • 69. ترنسفورمرهای سبک و پردازش سیگنال
  • 70. ترنسفورمرهای سبک و تحلیل سری‌های زمانی
  • 71. ترنسفورمرهای سبک در حوزه سلامت
  • 72. ترنسفورمرهای سبک در امور مالی
  • 73. ترنسفورمرهای سبک و تحلیل احساسات
  • 74. ترنسفورمرهای سبک و تشخیص اخبار جعلی
  • 75. ترنسفورمرهای سبک و پردازش تصویر پزشکی
  • 76. ترنسفورمرهای سبک و تشخیص ناهنجاری
  • 77. ترنسفورمرهای سبک و پردازش ویدئو

📚 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.