دوره آموزشی
دوبله زبان فارسی
یادگیری عمیق با پایتون: مدلهای دنبالهای و ترنسفورمرها
✅ سرفصل و جزئیات آموزش
این دوره بر مدلهای دنبالهای و ترنسفورمرها تمرکز دارد که برای انجام وظایف مربوط به دادههای ترتیبی مانند تحلیل سریهای زمانی و پردازش زبان طبیعی (NLP) ضروری هستند. با تأکید بر کاربردهای عملی، دوره شامل تمرینات کدنویسی عملی است. مدرس، Fred Nwanganga، توضیح میدهد که دادههای دنبالهای چیستند، مشکلات رایج دادههای دنبالهای، شبکههای عصبی بازگشتی و انواع آن، ترنسفورمرها و چگونه میتوان با استفاده از مدلهای ترنسفورمر پیشآموزشدیده در پایتون، چندین نوع مشکل دادههای دنبالهای را حل کرد.
یادگیری عمیق با پایتون: مدلهای دنبالهای و ترنسفورمرها
-
شروع کار با مدلهای دنبالهای و ترنسفورمرها 0:00:54
-
آنچه باید بدانید 0:00:43
-
استفاده از فایلهای تمرینی 0:01:18
-
دادههای دنبالهای چیست؟ 0:02:51
-
کاربردهای رایج مدلهای دنبالهای 0:02:58
-
شبکههای عصبی بازگشتی (RNNها) 0:03:29
-
ساخت یک شبکه عصبی بازگشتی ساده با Keras 0:08:19
-
مشکلات محوشدن و انفجار گرادیان 0:03:57
-
راهحلهای مشکل گرادیان محوشونده و انفجار گرادیان 0:03:26
-
شبکههای حافظه کوتاهمدت بلند (LSTMها) 0:04:46
-
واحدهای بازگشتی دروازهدار (GRUها) 0:05:09
-
چگونگی انتخاب بین GRUها و LSTMها 0:02:21
-
مکانیزم توجه و اهمیت آن در مدلهای دنبالهای 0:05:17
-
معماری مدل ترنسفورمر 0:03:28
-
یادگیری انتقالي چیست؟ 0:04:16
-
مخزن Hugging Face 0:03:32
-
انتخاب مدل مناسب از مخزن Hugging Face 0:03:09
-
شناسایی موجودیتهای نامدار با مدلهای پیشآموزشدیده در پایتون 0:04:57
-
برچسبگذاری نقشهای دستوری با مدلهای پیشآموزشدیده در پایتون 0:02:43
-
تحلیل احساسات با مدلهای پیشآموزشدیده در پایتون 0:04:47
-
طبقهبندی موضوعی با مدلهای پیشآموزشدیده در پایتون 0:03:35
-
خلاصهسازی متن با مدلهای پیشآموزشدیده در پایتون 0:05:11
-
پاسخ به پرسشها با مدلهای پیشآموزشدیده در پایتون 0:03:23
-
ادامه مسیر یادگیری عمیق 0:02:01
مشخصات آموزش
یادگیری عمیق با پایتون: مدلهای دنبالهای و ترنسفورمرها
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:متوسط
- تعداد درس:24
- مدت زمان :1:26:30
- حجم :194.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy