سپنتا کتاب اکسپرس
کتاب کوانتیزاسیون مدل‌های زبانی بزرگ: بهینه‌سازی برای کاربردهای موبایل

کتاب کوانتیزاسیون مدل‌های زبانی بزرگ: بهینه‌سازی برای کاربردهای موبایل

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

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب کوانتیزاسیون مدل‌های زبانی بزرگ: بهینه‌سازی برای کاربردهای موبایل

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Quantization

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه به مدل‌های زبانی بزرگ
  • 2. مقدمه به کوانتیزاسیون
  • 3. نیاز به کوانتیزاسیون برای کاربردهای موبایل
  • 4. چالش‌های اجرای مدل‌های زبانی بزرگ روی موبایل
  • 5. تعریف کوانتیزاسیون
  • 6. انواع کوانتیزاسیون (پست-ترینینگ، حین-ترینینگ)
  • 7. کوانتیزاسیون بدون اتلاف
  • 8. کوانتیزاسیون با اتلاف
  • 9. مزایای کوانتیزاسیون (اندازه مدل، سرعت، مصرف انرژی)
  • 10. معایب کوانتیزاسیون (کاهش دقت)
  • 11. کاربرد کوانتیزاسیون در مدل‌های زبانی بزرگ
  • 12. معماری‌های رایج مدل‌های زبانی بزرگ (ترنسفورمرها)
  • 13. مکانیسم توجه در ترنسفورمرها
  • 14. لایه های Feed-Forward در ترنسفورمرها
  • 15. Embedding Layers
  • 16. Output Layers
  • 17. تأثیر کوانتیزاسیون بر دقت مدل‌های زبانی بزرگ
  • 18. اندازه‌گیری دقت مدل‌های زبانی بزرگ
  • 19. معیارهای ارزیابی مدل‌های زبانی بزرگ
  • 20. معیارهای تشابه متن
  • 21. معیارهای تولید متن
  • 22. کوانتیزاسیون وزن‌ها
  • 23. کوانتیزاسیون فعال‌سازی‌ها (Activations)
  • 24. کوانتیزاسیون مقادیر میانی (Intermediate Values)
  • 25. کوانتیزاسیون مقادیر ثابت (Fixed-Point Quantization)
  • 26. کوانتیزاسیون مقادیر شناور (Floating-Point Quantization)
  • 27. کوانتیزاسیون 8 بیتی (INT8)
  • 28. کوانتیزاسیون 4 بیتی (INT4)
  • 29. کوانتیزاسیون 2 بیتی (INT2)
  • 30. کوانتیزاسیون 1 بیتی (Binary Quantization)
  • 31. کوانتیزاسیون پویا (Dynamic Quantization)
  • 32. کوانتیزاسیون ثابت (Static Quantization)
  • 33. کوانتیزاسیون Post-Training Quantization (PTQ)
  • 34. کوانتیزاسیون Quantization-Aware Training (QAT)
  • 35. مراحل کوانتیزاسیون PTQ
  • 36. انتخاب مجموعه داده کالیبراسیون
  • 37. محاسبه محدوده فعال‌سازی‌ها
  • 38. محاسبه مقیاس کوانتیزاسیون
  • 39. انتخاب سطح کوانتیزاسیون
  • 40. کوانتیزاسیون وزن‌ها در PTQ
  • 41. کوانتیزاسیون فعال‌سازی‌ها در PTQ
  • 42. کوانتیزاسیون مقادیر میانی در PTQ
  • 43. مراحل کوانتیزاسیون QAT
  • 44. تعبیه شبیه‌ساز کوانتیزاسیون در مدل
  • 45. آموزش مدل با در نظر گرفتن کوانتیزاسیون
  • 46. تنظیم هایپرپارامترها در QAT
  • 47. مزایای QAT نسبت به PTQ
  • 48. معایب QAT نسبت به PTQ
  • 49. کوانتیزاسیون لایه‌های خاص مدل‌های زبانی بزرگ
  • 50. کوانتیزاسیون لایه‌های توجه
  • 51. کوانتیزاسیون لایه‌های Feed-Forward
  • 52. کوانتیزاسیون لایه‌های Embedding
  • 53. کوانتیزاسیون لایه‌های خروجی
  • 54. تکنیک‌های کاهش اتلاف در کوانتیزاسیون
  • 55. Differential Quantization
  • 56. Learned Quantization
  • 57. Mixed-Precision Quantization
  • 58. Quantization Schemes for Different Data Types
  • 59. تکنیک‌های پیشرفته کوانتیزاسیون
  • 60. Sparse Quantization
  • 61. Structured Quantization
  • 62. Quantization for Low-Rank Approximations
  • 63. Quantization of Large Language Model Architectures
  • 64. Quantization of Transformer Models
  • 65. Quantization of BERT-like Models
  • 66. Quantization of GPT-like Models
  • 67. Quantization of Encoder-Decoder Models
  • 68. Quantization for Specific NLP Tasks on Mobile
  • 69. Text Classification Quantization
  • 70. Named Entity Recognition Quantization
  • 71. Question Answering Quantization
  • 72. Machine Translation Quantization
  • 73. Text Generation Quantization
  • 74. Summarization Quantization
  • 75. Quantization Frameworks and Libraries
  • 76. TensorFlow Lite
  • 77. PyTorch Mobile
  • 78. ONNX Runtime
  • 79. Core ML
  • 80. TensorRT
  • 81. NVIDIA Tools for Quantization
  • 82. Qualcomm Tools for Quantization
  • 83. ARM Tools for Quantization
  • 84. Hardware Accelerators for Quantized Models
  • 85. Neural Processing Units (NPUs)
  • 86. Digital Signal Processors (DSPs)
  • 87. Graphics Processing Units (GPUs) on Mobile
  • 88. Impact of Quantization on Mobile Performance
  • 89. Latency Reduction
  • 90. Memory Footprint Reduction
  • 91. Energy Efficiency Improvement
  • 92. Trade-offs Between Accuracy and Performance
  • 93. Benchmarking Quantized Models on Mobile Devices
  • 94. Real-world Mobile Application Examples
  • 95. On-device Chatbots
  • 96. On-device Translation Apps
  • 97. On-device Virtual Assistants
  • 98. Challenges and Future Directions in Model Quantization
  • 99. Quantization of Extremely Large Models
  • 100. Robustness of Quantized Models to Adversarial Attacks

📚 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.