سپنتا کتاب اکسپرس
کتاب بهینه‌سازی آموزش مدل‌های زبان بزرگ در خوشه‌های پردازشی

کتاب بهینه‌سازی آموزش مدل‌های زبان بزرگ در خوشه‌های پردازشی

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 آموزش مدل‌های زبان بزرگ در خوشه‌های پردازشی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: پردازش داده‌های حجیم و یادگیری ماشین

📋 سرفصل‌های دوره

  • 1. مبانی پردازش داده‌های حجیم
  • 2. معماری سیستم‌های توزیع‌شده
  • 3. مفاهیم پایه‌ای خوشه‌های پردازشی
  • 4. شبکه‌های ارتباطی در خوشه‌ها
  • 5. اصول پردازش موازی
  • 6. مدل‌های برنامه‌نویسی موازی
  • 7. معرفی GPUها و معماری آن‌ها
  • 8. تفاوت CPU و GPU در پردازش
  • 9. حافظه در GPUها و مدیریت آن
  • 10. کتابخانه‌های برنامه‌نویسی موازی (CUDA)
  • 11. مفاهیم پایه یادگیری ماشین
  • 12. انواع مدل‌های یادگیری ماشین
  • 13. رگرسیون خطی در یادگیری ماشین
  • 14. رگرسیون لجستیک
  • 15. ماشین‌های بردار پشتیبان (SVM)
  • 16. درخت‌های تصمیم
  • 17. جنگل‌های تصادفی
  • 18. مدل‌های آنسامبل
  • 19. شبکه‌های عصبی مصنوعی
  • 20. مبانی شبکه‌های عصبی کانولوشنی (CNN)
  • 21. مبانی شبکه‌های عصبی بازگشتی (RNN)
  • 22. مفاهیم مدل‌های زبان بزرگ (LLMs)
  • 23. معماری ترنسفورمر
  • 24. مکانیزم توجه (Attention Mechanism)
  • 25. پردازش زبان طبیعی (NLP)
  • 26. پیش‌پردازش متن برای LLMs
  • 27. توکنیزاسیون و واژگان‌سازی
  • 28. تعبیه‌سازی کلمات (Word Embeddings)
  • 29. روش‌های تعبیه‌سازی مدرن (Word2Vec, GloVe)
  • 30. شبکه‌های عصبی ترنسفورمر برای NLP
  • 31. معماری GPT
  • 32. معماری BERT
  • 33. آموزش مدل‌های زبان بزرگ
  • 34. مجموعه داده‌های بزرگ برای LLMs
  • 35. گردآوری و پاک‌سازی داده‌ها
  • 36. قوانین تولید محتوا در ایران
  • 37. ملاحظات اخلاقی در داده‌ها
  • 38. آموزش مدل‌های ترنسفورمر
  • 39. تابع هزینه (Loss Function) در LLMs
  • 40. بهینه‌سازها (Optimizers) در LLMs
  • 41. نرخ یادگیری (Learning Rate) و زمان‌بندی آن
  • 42. تنظیم فوق پارامترها (Hyperparameter Tuning)
  • 43. تکنیک‌های تنظیم فوق پارامتر
  • 44. مدیریت حافظه در آموزش LLMs
  • 45. فشرده‌سازی مدل
  • 46. کوچک‌سازی مدل
  • 47. تقطیر دانش (Knowledge Distillation)
  • 48. آموزش توزیع‌شده مدل‌های بزرگ
  • 49. موازی‌سازی داده (Data Parallelism)
  • 50. موازی‌سازی مدل (Model Parallelism)
  • 51. موازی‌سازی تانسور (Tensor Parallelism)
  • 52. موازی‌سازی خط لوله (Pipeline Parallelism)
  • 53. استراتژی‌های ترکیبی موازی‌سازی
  • 54. نرم‌افزارهای مدیریت خوشه‌های پردازشی
  • 55. فریم‌ورک‌های یادگیری عمیق توزیع‌شده
  • 56. TensorFlow Distributed
  • 57. PyTorch Distributed
  • 58. Horovod
  • 59. استفاده از GPU در آموزش
  • 60. نظارت بر فرآیند آموزش
  • 61. تجسم‌سازی نتایج آموزش
  • 62. ارزیابی مدل‌های زبان بزرگ
  • 63. معیارهای ارزیابی LLMs
  • 64. کاربردهای مدل‌های زبان بزرگ
  • 65. تولید متن خلاقانه
  • 66. خلاصه‌سازی متون
  • 67. ترجمه ماشینی
  • 68. پاسخ به پرسش
  • 69. مدل‌های زبان بزرگ در چارچوب قوانین ایران
  • 70. ملاحظات شرعی در کاربرد LLMs
  • 71. تولید محتوای اخلاقی و مسئولانه
  • 72. امنیت داده‌ها در سیستم‌های توزیع‌شده
  • 73. حریم خصوصی کاربران
  • 74. مقررات بانک مرکزی در حوزه رمزارزها (اشاره به ممنوعیت‌ها)
  • 75. ملاحظات حقوقی در توسعه نرم‌افزار
  • 76. استانداردهای کدنویسی ایمن
  • 77. پیشگیری از حملات سایبری
  • 78. راهکارهای دفاع در برابر نفوذ
  • 79. اصول مهندسی نرم‌افزار پایدار
  • 80. توسعه نرم‌افزار با رویکرد اسلامی
  • 81. کاربرد هوش مصنوعی در راستای منافع ملی
  • 82. اخلاق حرفه‌ای در مهندسی نرم‌افزار
  • 83. مدیریت پروژه‌های نرم‌افزاری بزرگ
  • 84. مستندسازی فنی پروژه‌ها
  • 85. کنترل نسخه و همکاری تیمی
  • 86. تست و اعتبارسنجی نرم‌افزار
  • 87. روش‌های تست نرم‌افزار
  • 88. معماری‌های نرم‌افزاری مدرن
  • 89. میکروسرویس‌ها و مزایای آن
  • 90. کانتینرسازی (Docker)
  • 91. ارکستراسیون کانتینرها (Kubernetes)
  • 92. امنیت در معماری میکروسرویس
  • 93. اصول DevOps
  • 94. تکامل مدل‌های زبان بزرگ
  • 95. مدل‌های زبان بزرگ مولد (Generative LLMs)
  • 96. مدل‌های زبان بزرگ درک‌کننده (Discriminative LLMs)
  • 97. کاربرد LLMs در سیستم‌های توصیه‌گر
  • 98. LLMs و تجزیه و تحلیل احساسات
  • 99. LLMs و تشخیص موجودیت نام‌گذاری شده (NER)
  • 100. LLMs و تحلیل روابط بین موجودیت‌ها

📚 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.