ترجمه ماشینی با Keras
✅ سرفصل و جزئیات آموزش
دوران برداشتن یک دیکشنری دوزبانه برای تعطیلات اروپایی یا نگه داشتن آن روی میز برای انجام تکالیف زبان خارجی به سر آمده است. شما کافی است به اینترنت متصل شوید و از یک سرویس ترجمه زبان استفاده کنید تا به سرعت معنی تابلوهای خیابان را بفهمید یا یاد بگیرید که چگونه به زبان یک فرد خارجی با او سلام و احوالپرسی کرده و تشکر کنید. در پشت پرده سرویسهای ترجمه زبان، مدلهای پیچیده ترجمه ماشینی قرار دارند. آیا تا به حال کنجکاو شدهاید که این مدلها چگونه کار میکنند؟
این دوره به شما امکان میدهد تا عملکرد درونی یک مدل ترجمه ماشینی را بررسی کنید. شما از Keras، یک کتابخانه یادگیری عمیق قدرتمند مبتنی بر Python، برای پیادهسازی یک مدل ترجمه استفاده خواهید کرد. سپس مدل را برای انجام ترجمه انگلیسی به فرانسوی آموزش خواهید داد و تکنیکهایی برای بهبود مدل به شما آموزش داده خواهد شد. در پایان این دوره، درک عمیقی از مدلهای ترجمه ماشینی پیدا کرده و ارزش آنها را بیش از پیش درک خواهید کرد!
ترجمه ماشینی با Keras
-
مقدمهای بر ترجمه ماشینی None
-
معماری Encoder-Decoder None
-
درک مدلهای ترتیبی None
-
پیادهسازی Encoder None
-
پیادهسازی Decoder None
-
لایههای Dense و TimeDistributed None
-
پیادهسازی کامل مدل Encoder-Decoder None
-
بخش 1: پیشپردازش داده None
-
بخش 2: پیشپردازش داده None
-
آموزش مدل NMT None
-
تولید ترجمه با NMT None
-
مقدمهای بر Teacher Forcing None
-
آموزش مدل با Teacher Forcing None
-
تولید ترجمه از مدل None
-
استفاده از Word Embedding برای ترجمه ماشینی None
-
جمعبندی و چالش نهایی None
مشخصات آموزش
ترجمه ماشینی با Keras
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:پیشرفته
- تعداد درس:16
- مدت زمان :4:00:00
- حجم :402.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy