کتاب ترنسفورمرها: انقلابی در مدل‌های زبانی بزرگ

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 ترنسفورمرها: انقلابی در مدل‌های زبانی بزرگ

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر ترنسفورمرها
  • 2. تاریخچه مدل های زبانی
  • 3. محدودیت های مدل های قبلی
  • 4. معرفی معماری ترنسفورمر
  • 5. نکات کلیدی معماری ترنسفورمر
  • 6. مکانیزم توجه (Attention Mechanism)
  • 7. توجه خودی (Self-Attention)
  • 8. توجه چندگانه (Multi-Head Attention)
  • 9. کدگذار (Encoder)
  • 10. رمزگشا (Decoder)
  • 11. لایه های ترنسفورمر
  • 12. توابع فعال سازی
  • 13. لایه‌های نرمال سازی (Layer Normalization)
  • 14. اتصال های باقی مانده (Residual Connections)
  • 15. جایگذاری کلمات (Word Embeddings)
  • 16. جایگذاری های موقعیتی (Positional Embeddings)
  • 17. ایده اصلی ترنسفورمرها
  • 18. مزایای ترنسفورمرها
  • 19. مقایسه با RNN و LSTM
  • 20. کاربردهای ترنسفورمرها
  • 21. ترنسفورمرها در پردازش زبان طبیعی
  • 22. ترنسفورمرها در بینایی ماشین
  • 23. ترنسفورمرها در سایر حوزه ها
  • 24. مدل های زبانی بزرگ (LLMs)
  • 25. معرفی LLMs
  • 26. اهمیت LLMs
  • 27. معماری های LLMs
  • 28. ترنسفورمرها به عنوان ستون فقرات LLMs
  • 29. GPT (Generative Pre-trained Transformer)
  • 30. GPT-1
  • 31. GPT-2
  • 32. GPT-3
  • 33. GPT-4
  • 34. BERT (Bidirectional Encoder Representations from Transformers)
  • 35. معماری BERT
  • 36. پیش آموزش BERT
  • 37. تنظیم دقیق BERT (Fine-tuning)
  • 38. کاربردهای BERT
  • 39. RoBERTa
  • 40. XLNet
  • 41. T5 (Text-to-Text Transfer Transformer)
  • 42. مفهوم Text-to-Text
  • 43. کاربرد T5
  • 44. BART (Bidirectional and Auto-Regressive Transformer)
  • 45. معماری BART
  • 46. کاربرد BART
  • 47. Transformer-XL
  • 48. ALBERTa
  • 49. ELECTRA
  • 50. DeBERTa
  • 51. LLaMA
  • 52. Falcon
  • 53. Mistral
  • 54. Gemini
  • 55. Claude
  • 56. ترنسفورمرهای خاص برای وظایف خاص
  • 57. ترنسفورمرها برای ترجمه ماشینی
  • 58. ترنسفورمرها برای خلاصه سازی متن
  • 59. ترنسفورمرها برای تولید متن
  • 60. ترنسفورمرها برای پاسخ به سوالات
  • 61. ترنسفورمرها برای تحلیل احساسات
  • 62. ترنسفورمرها برای تشخیص موجودیت نامدار (NER)
  • 63. ترنسفورمرها برای تشخیص رابطه
  • 64. ترنسفورمرها برای مدل سازی موضوعی
  • 65. ترنسفورمرها برای تشخیص انسجام متن
  • 66. ترنسفورمرها برای تشخیص تکرار
  • 67. ترنسفورمرها برای تولید کد
  • 68. ترنسفورمرها برای پردازش زبان فارسی
  • 69. چالش های ترنسفورمرها
  • 70. هزینه محاسباتی
  • 71. نیاز به داده های عظیم
  • 72. سوگیری در مدل ها
  • 73. تفسیرپذیری مدل ها
  • 74. مسائل اخلاقی
  • 75. راه حل ها و پیشرفت ها
  • 76. بهینه سازی مکانیزم توجه
  • 77. معماری های کارآمدتر
  • 78. روش های پیش آموزش جدید
  • 79. تکنیک های تنظیم دقیق موثر
  • 80. کاهش سوگیری در مدل ها
  • 81. افزایش تفسیرپذیری
  • 82. اخلاق در توسعه ترنسفورمرها
  • 83. آینده ترنسفورمرها
  • 84. ترنسفورمرهای چندوجهی (Multimodal Transformers)
  • 85. ترنسفورمرها در رباتیک
  • 86. ترنسفورمرها در علم پزشکی
  • 87. ترنسفورمرها در تحقیقات علمی
  • 88. ترنسفورمرهای کوچک و کارآمد
  • 89. ترنسفورمرهای خودآموز (Self-supervised Transformers)
  • 90. ترنسفورمرهای یادگیری تقویتی (Reinforcement Learning Transformers)
  • 91. ترنسفورمرهای یادگیری انتقالی (Transfer Learning Transformers)
  • 92. ترنسفورمرهای یادگیری فدرال (Federated Learning Transformers)
  • 93. ترنسفورمرهای کوانتومی (Quantum Transformers)
  • 94. پیاده سازی ترنسفورمرها
  • 95. کتابخانه های محبوب (TensorFlow, PyTorch)
  • 96. کدهای نمونه
  • 97. آموزش یک ترنسفورمر ساده
  • 98. تنظیم دقیق یک مدل از پیش آموزش دیده
  • 99. ارزیابی عملکرد ترنسفورمرها
  • 100. معیارهای ارزیابی

📚 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.