دوره آموزشی
آموزش های لینکدین لرنینگ
دوبله زبان فارسی

ریاضیات بنیادی برای هوش مصنوعی مولد: درک LLM ها و ترنسفورمرها از طریق کاربردهای عملی

ریاضیات بنیادی برای هوش مصنوعی مولد: درک LLM ها و ترنسفورمرها از طریق کاربردهای عملی

✅ سرفصل و جزئیات آموزش

رازهای موجود در مدل‌هایی که قدرت‌افزایی هوش مصنوعی پیشرفته امروز را بر عهده دارند، شگفت‌انگیز کنید. در این دوره، مدرّس آکسل سیروتا شما را فراتر از صرف استفاده از مدل‌های زبانی بزرگ (LLMs) مانند BERT یا GPT می‌برد و بر اصول ریاضی هوش مصنوعی مولد تأکید می‌کند. چالش تحلیل احساسات را با شبکه‌های عصبی بازگشتی ساده (RNNs) کشف کنید و رویکردتان را به تدریج تکامل دهید در حین اینکه به درک عمیق‌تری از مکانیزم‌های توجه، ترنسفورمرها و مدل‌ها دست پیدا کنید.

از طریق توضیحات شهودی و تمرینات کدنویسی عملی، آکسل توضیح می‌دهد که چرا مکانیزم توجه، پردازش زبان طبیعی را متحول کرده است و چگونه ترنسفورمرها با حذف نیاز به RNNها، این حوزه را تغییر شکل داده‌اند. در این مسیر، نکاتی دربارهٔ تنظیم دقیق مدل‌های از پیش‌آموزش‌دیده، به کارگیری تکنیک‌های نوین مانند سازگاری با رتبه پایین (LoRA)، و بهره‌برداری از مهارت‌های تازه به دست آمده برای ساخت مدل‌های هوشمندتر و کارآمدتر و نوآوری در دنیای سریع‌الدگر هوش مصنوعی، بگیرید.

ریاضیات بنیادی برای هوش مصنوعی مولد: درک LLM ها و ترنسفورمرها از طریق کاربردهای عملی

  • مقدمه‌ای بر ریاضیات بنیادی برای هوش مصنوعی مولد 0:00:45
  • بهترین استفاده را از این دوره ببرید 0:03:41
  • بررسی نسخه 0:01:01
  • چرا LLMها و توجه اهمیت دارند؟ 0:06:15
  • RNNها و مشکل گلوگاه متن 0:05:33
  • دمو: ساخت یک مدل RNN ساده برای تحلیل احساسات 0:11:24
  • مقدمه‌ای بر توجه: راه‌حل باهداناو 0:11:50
  • دمو: افزودن توجه به یک مدل RNN 0:06:26
  • راه‌حل: پیاده‌سازی توجه باهداناو 0:26:46
  • از RNNها به ترنسفورمرها 0:08:49
  • درک توجه خودکار در ترنسفورمرها 0:05:58
  • توجه Multi-head و انکودینگ موقعیتی 0:08:16
  • ساخت یک مدل ترنسفورمر برای تحلیل احساسات 0:11:56
  • راه‌حل: ساخت یک انکودر دو لایه ترنسفورمر 0:09:25
  • سه نوع LLM 0:12:55
  • مدل‌های decoder-only خاص 0:15:05
  • توضیح مدل‌های encoder-only مانند BERT 0:06:09
  • فاین تیونینگ DistilBERT برای تحلیل احساسات 0:08:15
  • ماسک‌های توجه در ترنسفورمرها 0:07:21
  • راه‌حل: شناسایی کنایه و موضع اقلیمی در TweetEval 0:10:09
  • خلاصهٔ دوره و مراحل بعدی 0:00:49

1,336,000 267,200 تومان

مشخصات آموزش

ریاضیات بنیادی برای هوش مصنوعی مولد: درک LLM ها و ترنسفورمرها از طریق کاربردهای عملی

  • تاریخ به روز رسانی: 1404/06/14
  • سطح دوره:متوسط
  • تعداد درس:21
  • مدت زمان :3:23:48
  • حجم :404.0MB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

The Great Courses
490,000 98,000 تومان
  • زمان: 55:18
  • تعداد درس: 9
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
490,000 98,000 تومان
  • زمان: 48:56
  • تعداد درس: 12
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,797,500 559,500 تومان
  • زمان: 07:05:39
  • تعداد درس: 75
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
490,000 98,000 تومان
  • زمان: 58:24
  • تعداد درس: 14
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
717,500 143,500 تومان
  • زمان: 01:49:57
  • تعداد درس: 22
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,296,500 259,300 تومان
  • زمان: 03:17:14
  • تعداد درس: 26
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
3,206,000 641,200 تومان
  • زمان: 08:07:13
  • تعداد درس: 45
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
6,221,000 1,244,200 تومان
  • زمان: 15:45:19
  • تعداد درس: 70
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
11,204,500 2,240,900 تومان
  • زمان: 28:22:28
  • تعداد درس: 202
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید