کتاب درک عمیق معماری ترنسفورمر در LLMها

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 درک عمیق معماری ترنسفورمر در LLMها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: معماری ترنسفورمر برای LLMs

📋 سرفصل‌های دوره

  • 1. مبانی شبکه‌های عصبی
  • 2. مقدمه‌ای بر یادگیری ماشین
  • 3. مفاهیم کلیدی یادگیری عمیق
  • 4. آشنایی با مدل‌های زبانی
  • 5. نیاز به معماری‌های پیشرفته
  • 6. تاریخچه مدل‌های زبانی
  • 7. محدودیت‌های RNN و LSTM
  • 8. مقدمه‌ای بر مکانیزم توجه
  • 9. مکانیزم توجه در شبکه‌های عصبی
  • 10. انواع مکانیزم توجه
  • 11. توجه خودی (Self-Attention)
  • 12. توجه متقاطع (Cross-Attention)
  • 13. معرفی معماری ترنسفورمر
  • 14. اجزای اصلی ترنسفورمر
  • 15. کدگذار (Encoder) ترنسفورمر
  • 16. رمزگشا (Decoder) ترنسفورمر
  • 17. لایه ورودی ترنسفورمر
  • 18. جاسازی کلمات (Word Embeddings)
  • 19. جاسازی موقعیتی (Positional Embeddings)
  • 20. جاسازی‌های چندبعدی
  • 21. مکانیزم توجه چندسر (Multi-Head Attention)
  • 22. چگونگی کارکرد Multi-Head Attention
  • 23. اهمیت Multi-Head Attention
  • 24. لایه‌های فیدفوروارد (Feed-Forward Layers)
  • 25. اتصال باقیمانده (Residual Connections)
  • 26. نرمال‌سازی لایه (Layer Normalization)
  • 27. ساختار کلی کدگذار ترنسفورمر
  • 28. ساختار کلی رمزگشا ترنسفورمر
  • 29. تفاوت کدگذار و رمزگشا
  • 30. پردازش دنباله‌های ورودی
  • 31. پردازش دنباله‌های خروجی
  • 32. مکانیزم ماسک‌گذاری در رمزگشا
  • 33. آموزش مدل ترنسفورمر
  • 34. تابع هزینه (Loss Function)
  • 35. بهینه‌سازی مدل (Optimization)
  • 36. گرادیان کاهشی تصادفی (SGD)
  • 37. بهینه‌ساز Adam
  • 38. تنظیم نرخ یادگیری (Learning Rate Scheduling)
  • 39. روش‌های تنظیم نرخ یادگیری
  • 40. تنظیمات هایپرپارامترها (Hyperparameter Tuning)
  • 41. ارزیابی مدل‌های زبانی
  • 42. معیارهای ارزیابی (Metrics)
  • 43. Perplexity
  • 44. BLEU Score
  • 45. ROUGE Score
  • 46. کاربرد ترنسفورمر در پردازش زبان طبیعی (NLP)
  • 47. ترجمه ماشینی با ترنسفورمر
  • 48. خلاصه‌سازی متن با ترنسفورمر
  • 49. تولید متن با ترنسفورمر
  • 50. پاسخ به پرسش با ترنسفورمر
  • 51. طبقه‌بندی متن با ترنسفورمر
  • 52. شناسایی موجودیت‌های نام‌دار (NER)
  • 53. تحلیل احساسات با ترنسفورمر
  • 54. مدل‌های زبانی بزرگ (LLMs)
  • 55. مقدمه‌ای بر LLMs
  • 56. معماری‌های مبتنی بر ترنسفورمر برای LLMs
  • 57. GPT (Generative Pre-trained Transformer)
  • 58. BERT (Bidirectional Encoder Representations from Transformers)
  • 59. RoBERTa
  • 60. T5 (Text-to-Text Transfer Transformer)
  • 61. LLaMA
  • 62. مشکلات و چالش‌های LLMs
  • 63. سوگیری در LLMs
  • 64. تولید محتوای مضر توسط LLMs
  • 65. راه‌های مقابله با سوگیری
  • 66. مسائل اخلاقی در LLMs
  • 67. کاربردهای LLMs در صنعت
  • 68. LLMs در تولید محتوا
  • 69. LLMs در خدمات مشتری
  • 70. LLMs در تحقیق و توسعه
  • 71. LLMs در آموزش
  • 72. ملاحظات امنیتی در استفاده از LLMs
  • 73. حفظ حریم خصوصی داده‌ها
  • 74. مدیریت دسترسی به LLMs
  • 75. مقررات و قوانین مربوط به LLMs
  • 76. استانداردهای حاکمیت داده
  • 77. چارچوب‌های حقوقی برای هوش مصنوعی
  • 78. توسعه پایدار با LLMs
  • 79. کاربرد LLMs در بهینه‌سازی منابع
  • 80. اثرات زیست‌محیطی LLMs
  • 81. مسئولیت‌پذیری در توسعه LLMs
  • 82. آینده معماری ترنسفورمر
  • 83. تحولات نوین در مکانیزم توجه
  • 84. ترنسفورمرهای کارآمدتر
  • 85. ترنسفورمرهای اسپارس (Sparse Transformers)
  • 86. ترنسفورمرهای خطی (Linear Transformers)
  • 87. معماری‌های هیبریدی
  • 88. ترنسفورمرهای چندوجهی (Multimodal Transformers)
  • 89. پردازش تصویر و صدا با ترنسفورمر
  • 90. ترنسفورمر در رباتیک
  • 91. کاربردهای پیشرفته ترنسفورمر
  • 92. یادگیری تقویتی با ترنسفورمر
  • 93. یادگیری انتقالی (Transfer Learning) با ترنسفورمر
  • 94. بهینه‌سازی منابع محاسباتی برای ترنسفورمر
  • 95. پیاده‌سازی ترنسفورمر با کتابخانه‌های استاندارد
  • 96. TensorFlow و Keras
  • 97. PyTorch
  • 98. Hugging Face Transformers
  • 99. اصول کدنویسی تمیز برای مدل‌های ترنسفورمر
  • 100. مستندسازی کد

📚 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.