سپنتا کتاب اکسپرس
کتاب بهینه‌سازی و استقرار مدل‌های زبانی بزرگ با TensorRT-LLM

کتاب بهینه‌سازی و استقرار مدل‌های زبانی بزرگ با TensorRT-LLM

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 بهینه‌سازی و استقرار مدل‌های زبانی بزرگ با TensorRT-LLM

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: پردازش زبان طبیعی و مدل‌های زبانی بزرگ

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی شبکه‌های عصبی مصنوعی
  • 3. آشنایی با مفاهیم یادگیری عمیق
  • 4. معماری‌های کلیدی شبکه‌های عصبی
  • 5. مبانی پردازش زبان طبیعی
  • 6. مقدمه‌ای بر مدل‌های زبانی
  • 7. انواع مدل‌های زبانی سنتی
  • 8. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 9. شبکه‌های حافظه طولانی کوتاه‌مدت (LSTM)
  • 10. واحد بازگشتی دروازه‌ای (GRU)
  • 11. آشنایی با مکانیزم توجه (Attention Mechanism)
  • 12. ترنسفورمرها: معماری انقلابی
  • 13. مقدمه‌ای بر مدل‌های زبانی بزرگ (LLMs)
  • 14. مبانی معماری ترنسفورمر
  • 15. تکامل مدل‌های زبانی بزرگ
  • 16. معماری‌های پیشرفته LLM
  • 17. آموزش مدل‌های زبانی بزرگ
  • 18. داده‌های آموزشی برای LLMs
  • 19. فرهنگ لغت و توکن‌سازی (Tokenization)
  • 20. روش‌های کدگذاری ورودی
  • 21. مبانی بهینه‌سازی مدل‌ها
  • 22. گرادیان کاهشی (Gradient Descent)
  • 23. بهینه‌سازهای پیشرفته
  • 24. تنظیم پارامترهای مدل (Hyperparameter Tuning)
  • 25. روش‌های منظم‌سازی (Regularization)
  • 26. مقدمه‌ای بر TensorRT-LLM
  • 27. چرا TensorRT-LLM؟
  • 28. معماری TensorRT-LLM
  • 29. کامپایل مدل‌ها با TensorRT-LLM
  • 30. بهینه‌سازی مدل‌ها برای استقرار
  • 31. مفاهیم پایه‌ای استقرار مدل
  • 32. چالش‌های استقرار LLMs
  • 33. معماری‌های TensorRT برای استقرار
  • 34. نقش CUDA در TensorRT
  • 35. بهینه‌سازی لایه‌های شبکه عصبی
  • 36. عملیات ماتریسی بهینه
  • 37. تکنیک‌های کوانتیزاسیون (Quantization)
  • 38. کوانتیزاسیون ۱۰ بیتی و ۸ بیتی
  • 39. فشرده‌سازی مدل‌ها
  • 40. استفاده از حافظه بهینه
  • 41. مدیریت حافظه در TensorRT-LLM
  • 42. استقرار مدل‌های بزرگ بر روی سخت‌افزار
  • 43. پردازنده‌های گرافیکی (GPU) برای LLMs
  • 44. بهینه‌سازی برای معماری‌های GPU
  • 45. مدیریت پردازش موازی
  • 46. استقرار توزیع‌شده مدل‌ها
  • 47. مقدمه‌ای بر PyTorch
  • 48. کار با تانسورها در PyTorch
  • 49. ساخت مدل‌های سفارشی در PyTorch
  • 50. آموزش مدل‌ها با PyTorch
  • 51. ذخیره و بارگذاری مدل‌ها
  • 52. مبانی TensorRT
  • 53. فرایند کامپایل TensorRT
  • 54. استفاده از TensorRT Runtime
  • 55. یکپارچه‌سازی PyTorch با TensorRT
  • 56. TensorRT-LLM برای مدل‌های ترنسفورمر
  • 57. پیاده‌سازی ترنسفورمر با TensorRT-LLM
  • 58. مدل‌های Encoder-Decoder
  • 59. مدل‌های Decoder-Only
  • 60. بهینه‌سازی برای استنتاج (Inference)
  • 61. کاهش تأخیر (Latency)
  • 62. افزایش توان عملیاتی (Throughput)
  • 63. مدیریت بچ‌های ورودی
  • 64. استقرار مدل‌های تولید متن
  • 65. بهینه‌سازی تولید متن
  • 66. تکنیک‌های نمونه‌برداری (Sampling)
  • 67. روش‌های جستجوی پرتو (Beam Search)
  • 68. ارزیابی عملکرد مدل‌ها
  • 69. معیارهای ارزیابی LLMs
  • 70. معیارهای کیفیت متن تولیدی
  • 71. مقدمه‌ای بر بهینه‌سازی عملکرد
  • 72. شناسایی گلوگاه‌های عملکرد
  • 73. استفاده از پروفایلرها
  • 74. بهینه‌سازی کد PyTorch
  • 75. بهینه‌سازی کد C++ در TensorRT
  • 76. مدیریت وابستگی‌ها
  • 77. مستندسازی پروژه
  • 78. مراحل استقرار عملیاتی
  • 79. تست و اعتبارسنجی مدل
  • 80. نظارت بر مدل مستقر شده
  • 81. به‌روزرسانی مدل‌ها
  • 82. ملاحظات امنیتی در استقرار
  • 83. مبانی حاکمیت داده
  • 84. مسئولیت‌پذیری در هوش مصنوعی
  • 85. اخلاق در توسعه LLMs
  • 86. چارچوب‌های قانونی برای AI
  • 87. استفاده از AI در حوزه‌های صنعتی
  • 88. کاربرد AI در خدمات مشتری
  • 89. AI در تحلیل داده‌های بزرگ
  • 90. AI در سیستم‌های توصیه‌گر
  • 91. آینده هوش مصنوعی و LLMs
  • 92. چالش‌های پیش روی AI
  • 93. تحقیقات نوین در LLMs
  • 94. یادگیری تقویتی با LLMs
  • 95. مدل‌های چندوجهی (Multimodal Models)
  • 96. آشنایی با کتابخانه‌های مرتبط
  • 97. کار با Hugging Face Transformers
  • 98. استفاده از ابزارهای مانیتورینگ
  • 99. مقدمه‌ای بر معماری‌های نسل جدید
  • 100. جمع‌بندی و چشم‌انداز آینده

📚 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.