سپنتا کتاب اکسپرس
کتاب راهنمای جامع شبکه‌های عصبی ترنسفورمر

کتاب راهنمای جامع شبکه‌های عصبی ترنسفورمر

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 راهنمای جامع شبکه‌های عصبی ترنسفورمر

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: شبکه‌های عصبی ترنسفورمر (Transformer Networks)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر شبکه‌های عصبی و یادگیری عمیق
  • 2. مبانی شبکه‌های عصبی پرسپترون چندلایه
  • 3. توابع فعال‌سازی در شبکه‌های عصبی
  • 4. بهینه‌سازی در شبکه‌های عصبی: گرادیان کاهشی
  • 5. پس‌انتشار خطا (Backpropagation)
  • 6. تنظیم پارامترهای شبکه: نرخ یادگیری و بایاس
  • 7. روش‌های تنظیم نرخ یادگیری
  • 8. تنظیم‌کننده‌ها (Regularization) برای جلوگیری از بیش‌برازش
  • 9. روش‌های متداول تنظیم‌کننده: L1 و L2
  • 10. خروجی‌دهی (Dropout) به عنوان یک تکنیک تنظیم‌کننده
  • 11. معماری‌های شبکه‌های عصبی کانولوشنال (CNN)
  • 12. کاربرد CNN در پردازش تصویر
  • 13. مبانی شبکه‌های عصبی بازگشتی (RNN)
  • 14. کاربرد RNN در پردازش زبان طبیعی
  • 15. محدودیت‌های RNN: مشکل گرادیان محوشونده/منفجر شونده
  • 16. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
  • 17. شبکه‌های واحد بازگشتی (GRU)
  • 18. مبانی مدل‌های ترنسفورمر
  • 19. مکانیزم توجه (Attention Mechanism)
  • 20. توجه خودی (Self-Attention)
  • 21. توجه چندسر (Multi-Head Attention)
  • 22. رمزگذار-رمزگشا (Encoder-Decoder) در ترنسفورمرها
  • 23. جایگذاری کلمات (Word Embeddings)
  • 24. روش‌های جایگذاری کلمات: Word2Vec و GloVe
  • 25. ترنسفورمرهای مبتنی بر رمزگذار (Encoder-only Transformers)
  • 26. مدل BERT: پیش‌زمینه و کاربردها
  • 27. ترنسفورمرهای مبتنی بر رمزگشا (Decoder-only Transformers)
  • 28. مدل GPT: پیش‌زمینه و کاربردها
  • 29. مدل‌های ترنسفورمرهای رمزگذار-رمزگشا
  • 30. مدل T5: Text-to-Text Transfer Transformer
  • 31. تنظیم دقیق (Fine-tuning) مدل‌های ترنسفورمر
  • 32. تنظیم دقیق برای وظایف طبقه‌بندی متن
  • 33. تنظیم دقیق برای وظایف تشخیص موجودیت نام‌گذاری شده (NER)
  • 34. تنظیم دقیق برای وظایف ترجمه ماشینی
  • 35. تنظیم دقیق برای وظایف خلاصه‌سازی متن
  • 36. تنظیم دقیق برای وظایف پرسش و پاسخ
  • 37. معماری‌های پیشرفته ترنسفورمر
  • 38. ترنسفورمرهای کارآمد (Efficient Transformers)
  • 39. ترنسفورمرهای مبتنی بر گراف
  • 40. کاربردهای ترنسفورمرها در پردازش زبان طبیعی
  • 41. تحلیل احساسات با استفاده از ترنسفورمرها
  • 42. شناسایی موضوع با استفاده از ترنسفورمرها
  • 43. تولید متن با استفاده از ترنسفورمرها
  • 44. ترجمه ماشینی با ترنسفورمرها
  • 45. تولید گفتار با استفاده از ترنسفورمرها
  • 46. پردازش تصویر با ترنسفورمرها
  • 47. کاربردهای ترنسفورمرها در بینایی ماشین
  • 48. ترنسفورمرهای بصری (Vision Transformers - ViT)
  • 49. شبکه‌های عصبی گراف (GNNs) برای داده‌های ساختاریافته
  • 50. مبانی یادگیری انتقالی (Transfer Learning)
  • 51. استفاده از مدل‌های از پیش آموزش‌دیده
  • 52. روش‌های پیش‌آموزش (Pre-training) برای ترنسفورمرها
  • 53. آموزش خودران (Self-supervised Learning)
  • 54. آموزش نیمه‌نظارتی (Semi-supervised Learning)
  • 55. آموزش تقویتی (Reinforcement Learning) در ترنسفورمرها
  • 56. ارزیابی مدل‌های ترنسفورمر
  • 57. معیارهای ارزیابی برای وظایف NLP
  • 58. معیارهای ارزیابی برای وظایف بینایی ماشین
  • 59. کتابخانه‌ها و فریم‌ورک‌های مورد استفاده
  • 60. TensorFlow و Keras برای ترنسفورمرها
  • 61. PyTorch برای ترنسفورمرها
  • 62. کتابخانه Hugging Face Transformers
  • 63. پیاده‌سازی ترنسفورمرها از ابتدا
  • 64. اصول مهندسی ویژگی (Feature Engineering) در NLP
  • 65. پیش‌پردازش متن: توکن‌سازی و پاکسازی
  • 66. روش‌های مدیریت داده‌های حجیم
  • 67. بهینه‌سازی حافظه و محاسبات
  • 68. استفاده از واحدهای پردازش گرافیکی (GPU)
  • 69. موازی‌سازی و توزیع آموزش
  • 70. ملاحظات اخلاقی در استفاده از هوش مصنوعی
  • 71. سوگیری در مدل‌های زبانی
  • 72. حفظ حریم خصوصی در داده‌های آموزشی
  • 73. شفافیت و قابلیت تفسیرپذیری مدل‌ها
  • 74. مباحث پیشرفته در معماری ترنسفورمر
  • 75. مدل‌های زبانی بزرگ (LLMs)
  • 76. معماری‌های مبتنی بر توجه خطی
  • 77. ترنسفورمرهای قابل‌تفسیر
  • 78. تکنیک‌های کاهش ابعاد برای ترنسفورمرها
  • 79. ترنسفورمرهای مبتنی بر حافظه
  • 80. ترنسفورمرهای چندوجهی (Multimodal Transformers)
  • 81. ترنسفورمرها برای داده‌های سری زمانی
  • 82. ترنسفورمرها در رباتیک
  • 83. ترنسفورمرها در علوم زیستی
  • 84. کاربردهای صنعتی ترنسفورمرها
  • 85. نکات و ترفندهای عملی برای استفاده از ترنسفورمرها
  • 86. اشکال‌زدایی (Debugging) مدل‌های ترنسفورمر
  • 87. نظارت بر آموزش و ارزیابی مداوم
  • 88. مقایسه ترنسفورمرها با سایر معماری‌های یادگیری عمیق
  • 89. آیندهٔ پژوهش در حوزه ترنسفورمرها
  • 90. رویکردهای نوآورانه در معماری ترنسفورمر
  • 91. تکنیک‌های پیشرفته تنظیم دقیق
  • 92. ترنسفورمرها برای زبان‌های کم‌منبع
  • 93. کاربرد ترنسفورمرها در آموزش زبان
  • 94. ارائهٔ پروژه با استفاده از ترنسفورمرها
  • 95. اصول مستندسازی و گزارش‌دهی علمی
  • 96. مبانی شبکه‌های عصبی گراف (GNNs)
  • 97. کاربرد GNNs در شبکه‌های اجتماعی
  • 98. مبانی شبکه‌های عصبی پیش‌بین (Predictive Networks)
  • 99. شبکه‌های عصبی برای پیش‌بینی سری‌های زمانی
  • 100. مبانی یادگیری انتقالی برای وظایف مرتبط با متن

📚 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.