تکنیکهای فشردهسازی مدل هوش مصنوعی - ساخت هوش مصنوعی ارزانتر، سریعتر و سبزتر
✅ سرفصل و جزئیات آموزش
در این دوره مدرس تژاس چپرا، مدافع رایانش سبز و کارآمد، به بررسی نحوه بهبود کارایی، صرفهجویی در هزینه و حفظ محیطزیست در مدلهای هوش مصنوعی و یادگیری ماشین میپردازد. شما با تکنیکهای عملی مانند هرس کردن، کوانتیزاسیون و تقطیر دانش آشنا میشوید.
شما میآموزید چگونه حجم مدل و مصرف حافظه را کاهش دهید بدون اینکه دقت آنها به طور قابل توجهی کاهش یابد. شما از تمرینهای کدنویسی عملی در تنسورفلو و PyTorch بهرهمند شوید تا این تکنیکها را پیاده کرده و مدلها را برای بهترین عملکرد تیونینگ دقیق کنید. شما درک خود را از نحوه تعادل بین دقت، کارایی و پایداری تقویت میکنید تا ابزارهای لازم برای ساخت سیستمهای هوشمند، سریع و سبزتر را بیاموزید.
چه در حال توسعه اپلیکیشنهای هوش مصنوعی لبهای باشید، چه مدلها را در مقیاس وسیع استقرار دهید یا به دنبال کاهش ردپای کربن باشید، این دوره استراتژیهای قابل اجرا برای مقابله با چالشهای واقعی در هوش مصنوعی را در اختیار شما قرار میدهد.
تکنیکهای فشردهسازی مدل هوش مصنوعی - ساخت هوش مصنوعی ارزانتر، سریعتر و سبزتر
-
افزایش کارایی و دسترسیپذیری هوش مصنوعی 0:00:55
-
آنچه باید بدانید 0:02:04
-
هوش مصنوعی پایدار چیست؟ 0:05:15
-
چالشهای واقعی در مدلهای هوش مصنوعی 0:02:48
-
مزایای فشردهسازی مدل هوش مصنوعی 0:02:53
-
تأثیرات زیستمحیطی و هزینه فشردهسازی مدل هوش مصنوعی 0:02:57
-
کوانتیزاسیون چیست؟ 0:03:00
-
کوانتیزاسیون استاتیک و پویا 0:09:17
-
آموزش آگاه از کوانتیزاسیون 0:04:20
-
مقایسه نتایج کوانتیزاسیون 0:02:21
-
هرس کردن چیست؟ 0:03:03
-
پیادهسازی هرس کردن مبتنی بر لایه 0:11:22
-
تیونینگ دقیق پس از هرس کردن 0:09:56
-
مقایسه نتایج هرس کردن 0:06:25
-
تقطیر دانش چیست؟ 0:07:48
-
تقطیر به مدل کوچکتر 0:07:57
-
تیونینگ دقیق مدلهای دانشجو 0:06:50
-
مقایسه مدلهای دانشجو و مدرس 0:12:44
-
مدلهای فشرده در تولید 0:05:07
-
چارچوب تصمیمگیری برای فشردهسازی مدل 0:08:08
مشخصات آموزش
تکنیکهای فشردهسازی مدل هوش مصنوعی - ساخت هوش مصنوعی ارزانتر، سریعتر و سبزتر
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:متوسط
- تعداد درس:20
- مدت زمان :1:55:10
- حجم :258.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy