کتاب بهینه‌سازی مدل‌های ترنسفورمر در پردازش زبان طبیعی با استفاده از کتابخانه Hugging Face

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 مدل‌های ترنسفورمر در پردازش زبان طبیعی با استفاده از کتابخانه Hugging Face

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: پردازش زبان طبیعی با یادگیری عمیق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر پردازش زبان طبیعی
  • 2. مبانی یادگیری عمیق برای NLP
  • 3. شبکه‌های عصبی بازگشتی (RNN)
  • 4. شبکه‌های حافظه طولانی کوتاه (LSTM)
  • 5. شبکه‌های حافظه کوتاه مدت (GRU)
  • 6. مفهوم مدل‌های ترنسفورمر
  • 7. معماری ترنسفورمر: رمزگذار (Encoder)
  • 8. معماری ترنسفورمر: رمزگشا (Decoder)
  • 9. مکانیسم توجه (Attention Mechanism)
  • 10. توجه چند سر (Multi-Head Attention)
  • 11. مدل‌های زبانی پیش‌آموزش‌دیده
  • 12. معرفی کتابخانه Hugging Face
  • 13. نصب و راه‌اندازی Hugging Face
  • 14. ساختار کتابخانه Transformers
  • 15. بارگذاری مدل‌های پیش‌آموزش‌دیده
  • 16. کار با Tokenizers
  • 17. مراحل توکن‌سازی
  • 18. انواع Tokenizerها
  • 19. Tokenization در زبان فارسی
  • 20. مدل‌های ترنسفورمر برای وظایف NLP
  • 21. طبقه‌بندی متن
  • 22. استخراج اطلاعات
  • 23. تولید متن
  • 24. ترجمه ماشینی
  • 25. خلاصه‌سازی متن
  • 26. مدل‌های BERT و مشتقات آن
  • 27. مدل‌های GPT و مشتقات آن
  • 28. آماده‌سازی داده برای Fine-tuning
  • 29. تقسیم داده (آموزش، اعتبارسنجی، تست)
  • 30. فرمت داده‌های ورودی
  • 31. تنظیم پارامترهای مدل
  • 32. روش‌های بهینه‌سازی
  • 33. بهینه‌سازهای رایج (Adam, SGD)
  • 34. نرخ یادگیری (Learning Rate)
  • 35. تنظیم Learning Rate Scheduler
  • 36. مفهوم Fine-tuning
  • 37. فرآیند Fine-tuning
  • 38. Fine-tuning برای طبقه‌بندی متن
  • 39. Fine-tuning برای تشخیص موجودیت نام‌دار (NER)
  • 40. Fine-tuning برای پاسخ به سوال (Question Answering)
  • 41. Fine-tuning برای تولید متن خلاقانه
  • 42. Fine-tuning برای ترجمه ماشینی
  • 43. Fine-tuning برای خلاصه‌سازی متن
  • 44. ارزیابی مدل‌های Fine-tuned
  • 45. معیارهای ارزیابی طبقه‌بندی متن
  • 46. معیارهای ارزیابی NER
  • 47. معیارهای ارزیابی QA
  • 48. معیارهای ارزیابی ترجمه ماشینی
  • 49. معیارهای ارزیابی خلاصه‌سازی متن
  • 50. ضبط و ذخیره‌سازی مدل‌های Fine-tuned
  • 51. بارگذاری مدل‌های Fine-tuned ذخیره شده
  • 52. کاربرد مدل‌های Fine-tuned در برنامه‌های واقعی
  • 53. ملاحظات اخلاقی در NLP
  • 54. بی‌طرفی مدل‌ها و کاهش سوگیری
  • 55. حفظ حریم خصوصی در داده‌های متنی
  • 56. امنیت مدل‌های زبانی
  • 57. مدیریت خطاهای مدل
  • 58. عیب‌یابی در فرآیند Fine-tuning
  • 59. استفاده از GPU برای آموزش
  • 60. تنظیمات پیشرفته Fine-tuning
  • 61. تکنیک‌های Regularization
  • 62. Dropout در مدل‌های ترنسفورمر
  • 63. Early Stopping
  • 64. Fine-tuning با داده‌های کم (Few-shot learning)
  • 65. یادگیری انتقالی (Transfer Learning) در NLP
  • 66. ملاحظات فرهنگی در پردازش زبان فارسی
  • 67. بومی‌سازی مدل‌های ترنسفورمر
  • 68. استفاده از مدل‌های از پیش آموزش‌دیده برای فارسی
  • 69. مجموعه داده‌های فارسی برای NLP
  • 70. چالش‌های پردازش زبان فارسی
  • 71. پردازش گویش‌های فارسی
  • 72. مدل‌های زبانی بزرگ (LLMs)
  • 73. معماری‌های جدیدتر ترنسفورمر
  • 74. مدل‌های Efficient Transformers
  • 75. مفاهیم پیشرفته در Attention
  • 76. کوانتیزاسیون مدل‌ها
  • 77. تقطیر دانش (Knowledge Distillation)
  • 78. انتشار مدل‌ها (Model Deployment)
  • 79. APIهای Hugging Face برای استنتاج
  • 80. استفاده از مدل‌ها در محیط‌های تولیدی
  • 81. کار با کتابخانه Datasets
  • 82. ایجاد مجموعه داده‌های سفارشی
  • 83. استفاده از ابزارهای Visualize
  • 84. مفهوم Prompt Engineering
  • 85. طراحی Promptهای مؤثر
  • 86. Fine-tuning با استفاده از Promptها
  • 87. تولید متن با کنترل پیشرفته
  • 88. کاربرد در چت‌بات‌های هوشمند
  • 89. مدل‌های چندوجهی (Multimodal Models)
  • 90. ادغام متن و تصویر
  • 91. ادغام متن و صدا
  • 92. بررسی مدل‌های مدرن NLP
  • 93. آینده پردازش زبان طبیعی
  • 94. توسعه پایدار در NLP
  • 95. قوانین و مقررات مربوط به محتوای دیجیتال
  • 96. اصول اخلاقی در توسعه هوش مصنوعی
  • 97. مباحث فقهی در حوزه هوش مصنوعی
  • 98. چارچوب‌های حقوقی برای هوش مصنوعی
  • 99. مدیریت داده و اطلاعات در ایران
  • 100. استانداردهای فنی برای سیستم‌های هوشمند

📚 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.