سپنتا کتاب اکسپرس
کتاب پیشرفته: هرس با هدایت دانش (Knowledge-Guided Pruning)

کتاب پیشرفته: هرس با هدایت دانش (Knowledge-Guided Pruning)

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 پیشرفته: هرس با هدایت دانش (Knowledge-Guided Pruning)

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: Model Pruning

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هرس با هدایت دانش
  • 2. مبانی هرس مدل‌های یادگیری عمیق
  • 3. انواع هرس مدل‌ها: ساختاری و غیرساختاری
  • 4. روش‌های هرس مبتنی بر اهمیت پارامتر
  • 5. اهمیت کانال‌ها و فیلترها در هرس
  • 6. معیارهای انتخاب پارامترهای کم‌اهمیت
  • 7. تکنیک‌های هرس مبتنی بر گرادیان
  • 8. هرس مبتنی بر اطلاعات متقابل
  • 9. هرس با استفاده از تابع هزینه
  • 10. رویکردهای هرس مبتنی بر بهینه‌سازی
  • 11. هرس برای کاهش پیچیدگی محاسباتی
  • 12. هرس برای افزایش سرعت استنتاج
  • 13. هرس برای کاهش حجم مدل
  • 14. فشرده‌سازی مدل با هرس و کوانتیزاسیون
  • 15. ترکیب هرس و کوانتیزاسیون
  • 16. هرس برای مدل‌های تشخیص تصویر
  • 17. هرس برای مدل‌های پردازش زبان طبیعی
  • 18. هرس برای شبکه‌های عصبی کانولوشنی
  • 19. هرس برای شبکه‌های عصبی بازگشتی
  • 20. هرس برای مدل‌های ترنسفورمر
  • 21. هرس خودکار (Automated Pruning)
  • 22. یادگیری تقویتی در هرس مدل
  • 23. یادگیری عمیق برای هرس
  • 24. هرس با استفاده از شبکه‌های عصبی کوچک
  • 25. تکنیک‌های بازیابی دقت پس از هرس
  • 26. بازیابی دقت با تنظیم دقیق (Fine-tuning)
  • 27. آموزش مدل‌های کوچک‌تر به جای هرس
  • 28. همبستگی بین هرس و تعمیم‌پذیری
  • 29. تحلیل حساسیت مدل به هرس
  • 30. ارزیابی مدل‌های هرس شده
  • 31. معیارهای ارزیابی هرس: دقت، حجم، سرعت
  • 32. ابزارها و کتابخانه‌های هرس مدل
  • 33. پیاده‌سازی هرس با PyTorch
  • 34. پیاده‌سازی هرس با TensorFlow
  • 35. هرس در چارچوب کتابخانه‌های متن‌باز
  • 36. هرس مدل‌های آموزش‌دیده از پیش
  • 37. اثر هرس بر حافظه مورد نیاز مدل
  • 38. هرس و مصرف انرژی در دستگاه‌های لبه
  • 39. کاربرد هرس در دستگاه‌های موبایل
  • 40. کاربرد هرس در سیستم‌های نهفته
  • 41. هرس مدل‌های مبتنی بر یادگیری فدرال
  • 42. چالش‌های هرس در یادگیری فدرال
  • 43. بهینه‌سازی هرس برای سخت‌افزارهای خاص
  • 44. هرس با در نظر گرفتن معماری سخت‌افزار
  • 45. هرس مدل‌های بزرگ زبانی (LLMs)
  • 46. چالش‌های هرس مدل‌های ترنسفورمر بزرگ
  • 47. هرس اتنشن در مدل‌های ترنسفورمر
  • 48. هرس لایه‌های میانی در ترنسفورمرها
  • 49. هرس با استفاده از تکنیک‌های دانش‌تقطیری
  • 50. تقطیر دانش برای بهبود مدل‌های هرس شده
  • 51. هرس مبتنی بر فعال‌سازی نورون‌ها
  • 52. هرس با استفاده از روش‌های آماری
  • 53. تحلیل آماری اهمیت پارامترها
  • 54. هرس با رویکردهای بیزی
  • 55. مدل‌سازی عدم قطعیت در هرس
  • 56. هرس و قابلیت تفسیرپذیری مدل
  • 57. تاثیر هرس بر سوگیری مدل
  • 58. بررسی سوگیری‌های ناشی از هرس
  • 59. هرس و اخلاق در هوش مصنوعی
  • 60. مسئولیت‌پذیری در هرس مدل‌ها
  • 61. هرس و پایداری مدل‌های هوش مصنوعی
  • 62. تکنیک‌های پیشرفته هرس غیرساختاری
  • 63. هرس مبتنی بر اثرات متقابل پارامترها
  • 64. هرس با استفاده از الگوریتم‌های ژنتیک
  • 65. بهینه‌سازی پارامترهای هرس با الگوریتم‌های تکاملی
  • 66. هرس و بهینه‌سازی تابع هزینه
  • 67. تکنیک‌های هرس پویا (Dynamic Pruning)
  • 68. هرس در طول فرآیند آموزش
  • 69. هرس در زمان استنتاج
  • 70. هرس با هدف حفظ کارایی مدل
  • 71. هرس برای کاربردهای زمان واقعی
  • 72. هرس و تأثیر آن بر دقت در داده‌های نامتعادل
  • 73. مدیریت عدم تعادل داده پس از هرس
  • 74. هرس و تعمیم‌پذیری به دامنه‌های جدید
  • 75. انتقال دانش از مدل‌های بزرگ به کوچک‌تر
  • 76. هرس و امنیت مدل‌های هوش مصنوعی
  • 77. حملات احتمالی به مدل‌های هرس شده
  • 78. دفاع در برابر حملات به مدل‌های هرس شده
  • 79. مطالعات موردی هرس موفق
  • 80. بررسی مدل‌های هرس شده در صنعت
  • 81. چالش‌های پیاده‌سازی عملی هرس
  • 82. راهکارهای غلبه بر چالش‌های پیاده‌سازی
  • 83. مباحث پیشرفته در هرس مدل‌های یادگیری عمیق
  • 84. مرزهای دانش در هرس مدل‌ها
  • 85. جهت‌گیری‌های تحقیقاتی آینده در هرس
  • 86. هرس و هوش مصنوعی مولد
  • 87. هرس مدل‌های گراف عصبی
  • 88. کاربرد هرس در رباتیک
  • 89. هرس مدل‌های یادگیری تقویتی عمیق
  • 90. تاثیر هرس بر پایداری در یادگیری تقویتی
  • 91. هرس و بهینه‌سازی منابع محاسباتی
  • 92. مطالعه تطبیقی روش‌های هرس
  • 93. ارزیابی اقتصادی هرس مدل‌ها
  • 94. هرس و نقش آن در کاهش ردپای کربن هوش مصنوعی
  • 95. ملاحظات اخلاقی در استفاده از هرس
  • 96. آینده هرس مدل‌های هوش مصنوعی
  • 97. پیش‌بینی روندها در هرس
  • 98. هرس و دموکراتیزه کردن هوش مصنوعی
  • 99. هرس و دسترسی به فناوری‌های پیشرفته
  • 100. هرس و نوآوری در معماری‌های عصبی

📚 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.