سپنتا کتاب اکسپرس
کتاب LLM Engineering with TensorFlow

کتاب LLM Engineering with TensorFlow

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 LLM Engineering with TensorFlow

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: چارچوب‌های یادگیری عمیق (TensorFlow, PyTorch)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مهندسی مدل‌های زبانی بزرگ
  • 2. مفاهیم پایه‌ای پردازش زبان طبیعی
  • 3. آشنایی با معماری ترانسفورمر
  • 4. معرفی TensorFlow برای یادگیری عمیق
  • 5. نصب و راه‌اندازی محیط TensorFlow
  • 6. ذخیره‌سازی و بارگذاری مدل‌ها در TensorFlow
  • 7. کار با تنسورها و عملیات پایه‌ای
  • 8. پیش‌پردازش داده‌های متنی
  • 9. پاک‌سازی و نرمال‌سازی متن
  • 10. توکنیزه کردن و ساخت واژگان
  • 11. تبدیل متن به بردار (Embedding)
  • 12. Word2Vec و GloVe
  • 13. توسعه مدل‌های Embedding سفارشی
  • 14. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 15. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 16. شبکه‌های حافظه کوتاه (GRU)
  • 17. آموزش مدل‌های زبانی ساده با RNN/LSTM
  • 18. معماری Encoder-Decoder
  • 19. مکانیسم توجه (Attention Mechanism)
  • 20. ترانسفورمر: لایه Self-Attention
  • 21. ترانسفورمر: لایه Feed-Forward
  • 22. ساختار کلی مدل ترانسفورمر
  • 23. آموزش مدل ترانسفورمر از ابتدا
  • 24. پیش‌ت huấn luyện مدل‌های زبانی بزرگ (Pre-training)
  • 25. BERT و مدل‌های مبتنی بر آن
  • 26. GPT و مدل‌های مبتنی بر آن
  • 27. آموزش و تنظیم دقیق (Fine-tuning) مدل‌های زبانی بزرگ
  • 28. تنظیم دقیق برای وظایف طبقه‌بندی متن
  • 29. تنظیم دقیق برای وظایف تولید متن
  • 30. تنظیم دقیق برای وظایف پاسخ به پرسش
  • 31. تنظیم دقیق برای وظایف خلاصه‌سازی متن
  • 32. تنظیم دقیق برای وظایف ترجمه ماشینی
  • 33. معیارهای ارزیابی مدل‌های زبانی بزرگ
  • 34. ارزیابی مدل‌های طبقه‌بندی
  • 35. ارزیابی مدل‌های تولید متن
  • 36. ارزیابی مدل‌های پاسخ به پرسش
  • 37. معیارهای BLEU و ROUGE
  • 38. مدل‌های زبانی بزرگ در تولید محتوا
  • 39. تولید متن خلاقانه
  • 40. تولید کد برنامه
  • 41. تولید پاسخ‌های مکالمه‌ای
  • 42. مدل‌های زبانی بزرگ در تحلیل متن
  • 43. تحلیل احساسات (Sentiment Analysis)
  • 44. تشخیص موجودیت‌های نام‌دار (Named Entity Recognition)
  • 45. تشخیص روابط بین موجودیت‌ها
  • 46. استخراج اطلاعات
  • 47. سیستم‌های پرسش و پاسخ
  • 48. طراحی و پیاده‌سازی سیستم پرسش و پاسخ
  • 49. استفاده از پایگاه‌های دانش
  • 50. مدل‌های زبانی بزرگ در ترجمه ماشینی
  • 51. معماری‌های پیشرفته ترجمه ماشینی
  • 52. مدل‌های زبانی بزرگ در خلاصه‌سازی متن
  • 53. خلاصه‌سازی استخراجی و انتزاعی
  • 54. مدل‌های زبانی بزرگ در خلاصه‌سازی مکالمات
  • 55. مدل‌های زبانی بزرگ در درک مطلب
  • 56. مدل‌های زبانی بزرگ در تولید دیالوگ
  • 57. طراحی عامل‌های مکالمه‌ای (Chatbots)
  • 58. مدیریت وضعیت مکالمه
  • 59. تولید پاسخ‌های طبیعی و مرتبط
  • 60. مدیریت خطا و ابهام در مکالمه
  • 61. مدل‌های زبانی بزرگ در اخلاق و مسئولیت‌پذیری
  • 62. سوگیری در مدل‌های زبانی بزرگ
  • 63. کاهش سوگیری در مدل‌های زبانی
  • 64. امنیت و حریم خصوصی در مدل‌های زبانی
  • 65. شفافیت و قابلیت توضیح‌پذیری مدل‌ها
  • 66. کاربردهای تجاری مدل‌های زبانی بزرگ
  • 67. بهینه‌سازی مدل‌های زبانی برای استقرار
  • 68. استقرار مدل‌ها بر روی سرور
  • 69. استقرار مدل‌ها بر روی دستگاه‌های لبه
  • 70. فشرده‌سازی مدل‌های زبانی بزرگ
  • 71. تقطیر دانش (Knowledge Distillation)
  • 72. کوانتیزاسیون مدل‌ها
  • 73. بهینه‌سازی سرعت استنتاج
  • 74. مدیریت منابع محاسباتی
  • 75. مقدمه‌ای بر معماری‌های پیشرفته‌تر
  • 76. ترانسفورمرهای مبتنی بر Sparse Attention
  • 77. مدل‌های زبانی مولد (Generative Models)
  • 78. مدل‌های زبانی در حوزه پزشکی
  • 79. مدل‌های زبانی در حوزه حقوق
  • 80. مدل‌های زبانی در حوزه آموزش
  • 81. نوآوری‌های آینده در مهندسی مدل‌های زبانی
  • 82. آینده پردازش زبان طبیعی
  • 83. مرور جامع بر مهندسی مدل‌های زبانی
  • 84. کارگاه عملی: ساخت یک مدل زبانی سفارشی
  • 85. کارگاه عملی: تنظیم دقیق مدل برای یک وظیفه خاص
  • 86. پروژه نهایی: توسعه یک کاربرد مبتنی بر LLM
  • 87. راهنمایی برای پروژه‌های دانشجویی
  • 88. مبانی برنامه‌نویسی پایتون برای LLM
  • 89. مبانی آمار و احتمالات در یادگیری ماشین
  • 90. مبانی جبر خطی برای یادگیری ماشین
  • 91. روش‌های بهینه‌سازی در یادگیری عمیق
  • 92. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 93. مدیریت داده‌های بزرگ برای آموزش LLM
  • 94. ملاحظات امنیتی در توسعه LLM
  • 95. ملاحظات فرهنگی در توسعه LLM
  • 96. چالش‌های پیاده‌سازی LLM در سازمان‌ها
  • 97. مطالعات موردی موفق در ایران
  • 98. آینده شغلی در حوزه مهندسی LLM
  • 99. منابع تکمیلی و مقالات پژوهشی

📚 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.