کتاب ترنسفورمرها: ستون فقرات 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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ترنسفورمرها: ستون فقرات مدل‌های زبانی بزرگ

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدل‌های زبانی بزرگ
  • 2. مبانی ترنسفورمرها: از کجا شروع کنیم؟
  • 3. ساختار معماری ترنسفورمر
  • 4. مکانیزم توجه (Attention Mechanism) چیست؟
  • 5. خود-توجهی (Self-Attention) و اهمیت آن
  • 6. توجه چند-سری (Multi-Head Attention)
  • 7. لایه انکودر در ترنسفورمر
  • 8. لایه دیکودر در ترنسفورمر
  • 9. رمزگذاری موقعیتی (Positional Encoding)
  • 10. جاسازی کلمه (Word Embeddings)
  • 11. جاسازی‌های موقعیتی (Positional Embeddings)
  • 12. شبکه‌های عصبی بازگشتی (RNNs) و محدودیت‌هایشان
  • 13. شبکه‌های حافظه طولانی کوتاه-مدت (LSTMs)
  • 14. شبکه‌های حافظه کوتاه-مدت (GRUs)
  • 15. چرا ترنسفورمرها جایگزین RNN ها شدند؟
  • 16. کاربرد ترنسفورمرها در پردازش زبان طبیعی (NLP)
  • 17. ترنسفورمرها برای ترجمه ماشینی
  • 18. ترنسفورمرها برای خلاصه‌سازی متن
  • 19. ترنسفورمرها برای تولید متن
  • 20. ترنسفورمرها برای پاسخ به سوالات
  • 21. ترنسفورمرها برای تحلیل احساسات
  • 22. ترنسفورمرها برای طبقه‌بندی متن
  • 23. ترنسفورمرها برای تشخیص موجودیت نام‌گذاری شده (NER)
  • 24. مدل‌های پیش‌آموزش‌دیده (Pre-trained Models)
  • 25. نکات کلیدی در پیش‌آموزش ترنسفورمرها
  • 26. تکنیک‌های پیش‌آموزش: Masked Language Modeling (MLM)
  • 27. تکنیک‌های پیش‌آموزش: Next Sentence Prediction (NSP)
  • 28. معماری BERT (Bidirectional Encoder Representations from Transformers)
  • 29. کاربرد BERT در وظایف NLP
  • 30. تنظیم دقیق (Fine-tuning) مدل BERT
  • 31. مدل GPT (Generative Pre-trained Transformer)
  • 32. کاربرد GPT در تولید متن
  • 33. تفاوت‌های کلیدی بین BERT و GPT
  • 34. معماری RoBERTa
  • 35. بهینه‌سازی‌های RoBERTa نسبت به BERT
  • 36. معماری XLNet
  • 37. مزایای XLNet نسبت به مدل‌های قبلی
  • 38. معماری T5 (Text-to-Text Transfer Transformer)
  • 39. مدل‌سازی متن به متن در T5
  • 40. کاربرد T5 در وظایف مختلف
  • 41. معماری BART (Bidirectional and Auto-Regressive Transformer)
  • 42. مفاهیم کلیدی در BART
  • 43. کاربرد BART در وظایف تولیدی
  • 44. معماری ELECTRA
  • 45. روش‌های پیش‌آموزش در ELECTRA
  • 46. مزایای ELECTRA
  • 47. معماری Longformer
  • 48. مدیریت توالی‌های طولانی در Longformer
  • 49. کاربرد Longformer
  • 50. معماری Reformer
  • 51. بهینه‌سازی حافظه در Reformer
  • 52. کاربرد Reformer
  • 53. معماری Performer
  • 54. توجه تقریبی در Performer
  • 55. کاربرد Performer
  • 56. معماری Linformer
  • 57. کاهش پیچیدگی در Linformer
  • 58. کاربرد Linformer
  • 59. معماری BigBird
  • 60. توجه پراکنده در BigBird
  • 61. کاربرد BigBird
  • 62. معماری GPT-2
  • 63. تولید متن خلاقانه با GPT-2
  • 64. محدودیت‌های GPT-2
  • 65. معماری GPT-3
  • 66. مقیاس‌پذیری در GPT-3
  • 67. توانایی‌های GPT-3 (Few-shot learning)
  • 68. معماری LaMDA
  • 69. هدف LaMDA: مکالمه طبیعی
  • 70. کاربرد LaMDA
  • 71. معماری PaLM
  • 72. توانایی‌های PaLM در استدلال
  • 73. کاربرد PaLM
  • 74. معماری BLOOM
  • 75. BLOOM: یک مدل زبانی چندزبانه
  • 76. کاربرد BLOOM
  • 77. معماری OPT (Open Pre-trained Transformer)
  • 78. هدف OPT: دسترسی آزاد
  • 79. کاربرد OPT
  • 80. مفهوم Embeddings در ترنسفورمرها
  • 81. روش‌های تولید Embeddings
  • 82. آموزش Embeddings سفارشی
  • 83. تنظیم پارامترهای ترنسفورمر
  • 84. بهینه‌سازی مدل‌های ترنسفورمر
  • 85. کاهش ابعاد در ترنسفورمرها
  • 86. تکنیک‌های Regularization
  • 87. جلوگیری از Overfitting
  • 88. ارزیابی مدل‌های ترنسفورمر
  • 89. معیارهای ارزیابی برای وظایف مختلف
  • 90. چالش‌های اخلاقی در مدل‌های زبانی بزرگ
  • 91. سوگیری (Bias) در مدل‌های زبانی
  • 92. راهکارهای کاهش سوگیری
  • 93. امنیت مدل‌های زبانی
  • 94. ملاحظات امنیتی در پیاده‌سازی
  • 95. کاربردهای نوین ترنسفورمرها
  • 96. ترنسفورمرها در بینایی ماشین (Vision Transformers)
  • 97. کاربرد Vision Transformers
  • 98. ترنسفورمرها در بیوانفورماتیک
  • 99. کاربرد ترنسفورمرها در کشف دارو
  • 100. ترنسفورمرها و هوش مصنوعی مولد

📚 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.