سپنتا کتاب اکسپرس
کتاب مبانی TensorFlow و PyTorch برای مدل‌های زبانی بزرگ

کتاب مبانی TensorFlow و PyTorch برای 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 مبانی TensorFlow و PyTorch برای مدل‌های زبانی بزرگ

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: چارچوب‌های یادگیری عمیق (TensorFlow, PyTorch)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری عمیق و شبکه‌های عصبی
  • 2. آشنایی با کتابخانه‌های TensorFlow و PyTorch
  • 3. نصب و راه‌اندازی محیط توسعه
  • 4. مبانی TensorFlow: تنسورها و عملیات پایه
  • 5. مبانی PyTorch: تِنسورها و عملیات پایه
  • 6. تفاوت‌های کلیدی TensorFlow و PyTorch
  • 7. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 8. تاریخچه و تکامل مدل‌های زبانی
  • 9. معماری‌های اصلی LLMs: RNNs و LSTMs
  • 10. معماری ترنسفورمر: مکانیزم توجه (Attention)
  • 11. ترنسفورمر: لایه‌های انکودر و دیکودر
  • 12. کاربرد ترنسفورمر در پردازش زبان طبیعی
  • 13. مقدمه‌ای بر PyTorch Lightning
  • 14. استفاده از PyTorch Lightning برای سازماندهی کد
  • 15. مبانی یادگیری نظارت شده (Supervised Learning)
  • 16. مبانی یادگیری بدون نظارت (Unsupervised Learning)
  • 17. مبانی یادگیری تقویتی (Reinforcement Learning)
  • 18. مقدمه‌ای بر مفاهیم آماری در یادگیری ماشین
  • 19. توابع هزینه (Loss Functions) در مدل‌های زبانی
  • 20. بهینه‌سازها (Optimizers): گرادیان کاهشی و انواع آن
  • 21. تنظیم فراپارامترها (Hyperparameter Tuning)
  • 22. اعتبارسنجی متقابل (Cross-Validation)
  • 23. روش‌های منظم‌سازی (Regularization)
  • 24. مبانی شبکه‌های عصبی کانولوشنال (CNNs)
  • 25. کاربرد CNNs در پردازش زبان طبیعی
  • 26. مبانی شبکه‌های عصبی بازگشتی (RNNs)
  • 27. کاربرد RNNs در پردازش زبان طبیعی
  • 28. مبانی شبکه‌های حافظه کوتاه‌مدت و بلندمدت (LSTMs)
  • 29. مبانی شبکه‌های حافظه طولانی کوتاه‌مدت (GRUs)
  • 30. مقدمه‌ای بر جاسازی کلمات (Word Embeddings)
  • 31. Word2Vec: مدل Skip-gram
  • 32. Word2Vec: مدل CBOW
  • 33. GloVe: معرفی و کاربرد
  • 34. FastText: معرفی و کاربرد
  • 35. مبانی مدل‌های زبانی آماری
  • 36. مدل‌های زبانی مبتنی بر N-gram
  • 37. تکامل مدل‌های زبانی به سمت شبکه‌های عصبی
  • 38. معرفی مدل‌های پیش‌آموزش‌دیده (Pre-trained Models)
  • 39. BERT: معماری و اصول کار
  • 40. Fine-tuning مدل BERT برای وظایف NLP
  • 41. GPT: معماری و اصول کار
  • 42. Fine-tuning مدل GPT برای وظایف NLP
  • 43. ترنسفورمرهای توالی به توالی (Seq2Seq)
  • 44. کاربرد ترنسفورمرهای Seq2Seq در ترجمه ماشینی
  • 45. مدل‌های تولید متن (Text Generation Models)
  • 46. مقدمه‌ای بر سنجش عملکرد مدل‌های زبانی
  • 47. معیارهای ارزیابی مدل‌های زبانی: Perplexity
  • 48. معیارهای ارزیابی مدل‌های زبانی: BLEU
  • 49. معیارهای ارزیابی مدل‌های زبانی: ROUGE
  • 50. مقدمه‌ای بر داده‌های متنی و پیش‌پردازش آن‌ها
  • 51. پاکسازی متن: حذف علائم نگارشی و اعداد
  • 52. توکن‌سازی (Tokenization)
  • 53. ریشه‌یابی (Stemming) و لماتیزاسیون (Lemmatization)
  • 54. حذف کلمات توقف (Stop Words Removal)
  • 55. برچسب‌گذاری اجزای کلام (Part-of-Speech Tagging)
  • 56. شناسایی موجودیت‌های نام‌دار (Named Entity Recognition - NER)
  • 57. تحلیل احساسات (Sentiment Analysis)
  • 58. دسته‌بندی متن (Text Classification)
  • 59. خلاصه‌سازی متن (Text Summarization)
  • 60. ترجمه ماشینی (Machine Translation)
  • 61. پاسخ به پرسش (Question Answering)
  • 62. تولید مکالمه (Dialogue Generation)
  • 63. مقدمه‌ای بر داده‌های بزرگ در NLP
  • 64. نحوه جمع‌آوری و آماده‌سازی مجموعه داده‌های بزرگ
  • 65. ملاحظات اخلاقی در استفاده از داده‌های زبانی
  • 66. حریم خصوصی و امنیت داده‌های متنی
  • 67. مقدمه‌ای بر مدل‌های زبانی بزرگ و کاربردهای آن‌ها
  • 68. مبانی آموزش مدل‌های زبانی بزرگ
  • 69. مدیریت حافظه در آموزش LLMs
  • 70. بهینه‌سازی آموزش LLMs
  • 71. تکنیک‌های کاهش ابعاد (Dimensionality Reduction)
  • 72. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 73. کاربرد یادگیری انتقالی در NLP
  • 74. مقدمه‌ای بر معماری‌های جدید LLMs
  • 75. مقدمه‌ای بر مدل‌های زبانی مولد
  • 76. مبانی یادگیری چندوجهی (Multimodal Learning)
  • 77. ترکیب متن و تصویر در مدل‌های زبانی
  • 78. مقدمه‌ای بر اخلاق در هوش مصنوعی و LLMs
  • 79. سوگیری (Bias) در مدل‌های زبانی
  • 80. روش‌های کاهش سوگیری در LLMs
  • 81. شفافیت و توضیح‌پذیری مدل‌های زبانی
  • 82. کاربردهای LLMs در صنعت و پژوهش
  • 83. مقدمه‌ای بر مدل‌های زبانی با قابلیت گفتار
  • 84. مدل‌های زبانی برای پردازش زبان فارسی
  • 85. چالش‌های پردازش زبان فارسی با LLMs
  • 86. مقدمه‌ای بر ابزارهای پیشرفته TensorFlow
  • 87. مقدمه‌ای بر ابزارهای پیشرفته PyTorch
  • 88. بهینه‌سازی مدل‌های زبانی برای استقرار
  • 89. مقدمه‌ای بر محاسبات ابری برای LLMs
  • 90. مقدمه‌ای بر سخت‌افزارهای تخصصی برای AI
  • 91. کاربرد LLMs در آموزش و یادگیری
  • 92. توسعه نسل جدید ابزارهای آموزشی با LLMs
  • 93. مقدمه‌ای بر آینده مدل‌های زبانی بزرگ
  • 94. مقدمه‌ای بر هوش مصنوعی مولد و خلاق

📚 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.