دوره جامع GenAI و LLM انویدیا: آموزش و دریافت گواهینامه NCA-GENL [ویدئویی] - آخرین آپدیت

سرفصل ها و درس ها

خوش‌آمدگویی Welcome

• مقدمه Introduction

چرا هوش مصنوعی مولد برای شرکت‌ها و شما اهمیت دارد؟ Why Generative AI Matters for Companies and You?

• چرا شرکت‌ها روی هوش مصنوعی مولد سرمایه‌گذاری می‌کنند و چرا برای شما مهم است Why Companies Invest in Generative AI—and Why It Matters to You

جزئیات گواهینامه انویدیا NVIDIA Certification Details

• آشنایی با مسیرهای دریافت گواهینامه Know about Certification Tracks

• گواهینامه NCA GENL NCA-GENL Certification

ماژول ۱: زیرساخت‌های هوش مصنوعی Module 1 - AI Infrastructure

• چه مباحثی را پوشش خواهیم داد؟ What we will cover?

• پشته (Stack) هوش مصنوعی و یادگیری ماشین AII and ML Stack

• زیرساخت هوش مصنوعی AI Infrastructure

• پردازنده‌های گرافیکی (GPU) برای AI و ML GPUs for AI and ML

• مقایسه GPU در مقابل CPU GPU vs. CPU

• معماری GPU GPU Architecture

• تجمیع حافظه (Memory Pooling) Memory Pooling

• مقایسه کلاود در مقابل On-Prem Cloud vs. On-Prem

• زیرساخت شبکه Network Infrastructure

• زیرساخت ذخیره‌سازی Storage Infrastructure

• خلاصه ماژول ۱ Module 1 - Summary

ماژول ۲: مبانی AI و یادگیری ماشین Module 2 - AI and ML Fundamentals

• هوش مصنوعی و یادگیری ماشین AI and ML

• یادگیری عمیق (Deep Learning) Deep Learning

• یک مورد کاربردی ساده A Simple Use Case

• مدل چیست؟ What is a Model?

• آموزش یک مدل Training a Model

• خلاصه ماژول ۲ Module 2 - Summary

ماژول ۳: هوش مصنوعی مولد و مدل‌های زبانی بزرگ (LLM) Module 3 - Generative AI & LLM

• هوش مصنوعی مولد چیست؟ What is Generative AI?

• مدل پایه (Foundation Model) Foundation Model

• مدل زبانی بزرگ (LLM) Large Language Model

• مسیر رسیدن به هوش مصنوعی مولد Road to Generative AI

• ترنسفورمرها Transformers

• خلاصه ماژول ۳ Module 3 - Summary

ماژول ۴: معماری ترنسفورمر Module 4 - Transformer Architecture

• ترنسفورمر: موتور محرک AI مدرن Transformer - The engine behind Modern AI

• ترنسفورمرها چگونه کار می‌کنند؟ How Transformers work?

• توکن‌سازی (Tokenization) Tokenization

• کدگذاری (Encoding) Encoding

• جای‌گذاری کلمات (Word Embedding) Word Embedding

• رمزگشایی (Decoding) Decoding

• خروجی Output

• کدگذاری موقعیتی (Positional Encoding) Positional Encoding

• توضیح جامع ترنسفورمر Transformer Explainer

• مکانیزم توجه (Attention Mechanism) Attention Mechanism

• توجه چندسره (Multi Head Attention) Multi Head Attention

• رمزگذار-رمزگشا (Encoder Decoder) Encoder Decoder

• از کدام یک استفاده کنیم؟ Which one to use?

• استراتژی پیش‌بینی Prediction Strategy

• خلاصه ماژول ۴ Module 4 - Summary

ماژول ۵: انتخاب مدل Module 5 - Model Selection

• چگونه مدل پایه AI مناسب را انتخاب کنیم؟ How to Pick the Right AI Foundation Model?

• فرآیند انتخاب مدل Model Selection Process

• مقایسه SLM در مقابل LLM SLM vs. LLM

• ارزیابی مدل Model Evaluation

• معیارهای مهم ارزیابی Metrics that Matters

• مقایسه معیارها Metrics Comparison

• اعتبارسنجی متقاطع (Cross Validation) Cross Validation

• تست A/B A/B Testing

• انتخاب بهترین مدل Selecting Best Model

• خلاصه ماژول ۵ Module 5 - Summary

ماژول ۶: شخصی‌سازی مدل Module 6 - Model Customization

• چرا باید یک مدل را شخصی‌سازی کنیم؟ Why Customize a Model?

• مهندسی پرامپت (Prompt Engineering) Prompt Engineering

• پرامپت سیستم System Prompt

• تولید تقویت‌شده با بازیابی (RAG) Retrieval Augmented Generation (RAG)

• قطعه‌بندی داده‌ها (Chunking) Chunking

• یادگیری انتقالی (Transfer Learning) Transfer Learning

• رویکردهای یادگیری انتقالی Transfer Learning Approaches

• موارد کاربرد یادگیری انتقالی Transfer Learning Use Cases

• تنظیم دقیق (Fine Tuning) Fine-Tuning

• تقطیر دانش (Knowledge Distillation) Knowledge Distillation

• دقت در مجموعه اعتبارسنجی Accuracy on a Validation Set

• خلاصه ماژول ۶ Module 6 - Summary

ماژول ۷: آموزش مدل Module 7 - Model Training

• آنالوگی آموزش مدل Model Training Analogy

• مثال آبجو یا شراب Beer or Wine

• ترتیب مراحل Order of Steps

• جمع‌آوری داده‌ها Data Collection

• پردازش داده‌ها: RegEx Data Processing - RegEx

• پردازش داده‌ها: EDA Data Processing - EDA

• تکنیک‌های EDA EDA Techniques

• آموزش مدل Model Training

• مراحل آموزش مدل Model Training Phases

• ارزیابی مدل Model Evaluation

• استقرار مدل (Deployment) Model Deployment

• گزینه‌های استقرار Options for Deployment

• فرمت ONNX ONNX Format

• کوانتیزاسیون (Quantization) Quantization

• مراحل پس از استقرار Post Deployment

• خلاصه ماژول ۷ Module 7 - Summary

ماژول ۸: اکوسیستم انویدیا Module 8 - NVIDIA Eco-system

• اکوسیستم انویدیا NVIDIA Eco-system

• پردازنده‌های گرافیکی انویدیا NVIDIA GPUs

• کودا (CUDA) CUDA

• NVIDIA SMI NVIDIA SMI

• NVIDIA RAPIDS NVIDIA RAPIDS

• RAPIDS چگونه کار می‌کند؟ How RAPIDS work?

• NVIDIA Tensor RT NVIDIA Tensor-RT

• مقایسه Tensor RT، کوانتیزاسیون و ONNX Tensor-RT vs Quantization vs ONNX

• NVIDIA NeMo NVIDIA NeMo

• NVIDIA Triton NVIDIA Triton

• دسته‌بندی پویا (Dynamic Batching) Dynamic Batching

• کاتالوگ NGC NGC Catalog

• سایر یکپارچه‌سازها Other Integration

• خلاصه ماژول ۸ Module 8 - Summary

ماژول ۹: اخلاق در هوش مصنوعی Module 9 - Ethical AI

• اخلاق در هوش مصنوعی Ethical AI

• ساخت AI قابل اعتماد Building Trustworthy AI

• محاسبات محرمانه Confidential Computing

• نرده‌های حفاظتی NVIDIA NeMo NVIDIA NeMo Guardrails

• طبقه‌بندی جاسازی (Embedding Classifier) Embedding Classifier

• ردیابی تبار داده‌ها (Data Lineage) Data Lineage Tracking

• تیم قرمز (Red Teaming) Red Teaming

• افزایش داده‌ها (Data Augmentation) Data Augmentation

• پاسخگویی و مسئولیت‌پذیری Accountability

• هوش مصنوعی قابل توضیح (XAI) Explainable AI

• خلاصه ماژول ۹ Module 9 - Summary

ماژول ۱۰: مباحث تکمیلی Module 10 - Additional Topics

• انتشار پیش‌رو و پس‌رو (Forward & Back Propagation) Forward and Back Propagation

• محو شدن گرادیان‌ها (Vanishing Gradients) Vanishing Gradients

• چالش‌های محو شدن گرادیان Challenges of Vanishing Gradients

• نورون Neuron

• ساختار داخلی یک نورون Inside a Neuron

• آیا این یک گربه است؟ Is it a Cat?

• مقایسه ReLU در مقابل Sigmoid ReLU vs Sigmoid

• نرمال‌سازی لایه Layer Normalization

• رابطه موجودیت‌های نام‌گذاری شده (NER) Named Entity Relationship

• الگوریتم‌های نفوذ (Diffusion) Diffusion Algorithms

• نفوذ پیش‌رو و معکوس Forward and Reverse Diffusion

• نفوذ پیش‌رو Forward Diffusion

• نفوذ معکوس Reverse Diffusion

• توسعه سریع اپلیکیشن (RAD) Rapid Application Development (RAD)

• ترنسفورمرهای HuggingFace HuggingFace Transformers

• خلاصه ماژول ۱۰ Module 10 - Summary

نکاتی برای آزمون گواهینامه Tips for Certification Exam

• آماده‌سازی برای آزمون گواهینامه Prepare for Certification Exam