آموزش اصول هوش مصنوعی چندوجهی: تلفیق متن، تصویر و صوت برای نسل جدید برنامه‌های AI - آخرین آپدیت

دانلود Multimodal AI Essentials: Merging Text, Image, and Audio for Next-Generation AI Applications

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره به شما آموزش می‌دهد که چگونه ترکیب حالت‌های مختلف مانند متن، صوت، ویدیو و تصویر می‌تواند سیستم‌های هوش مصنوعی را به قابلیت‌های شگفت‌انگیزی مجهز کند. در این دوره تجربه عملی در ساخت مدل‌های پرسش و پاسخ بصری (VQA)، تولید تصاویر شخصی‌سازی شده با مدل‌های Diffusion، طراحی برنامه‌های چندوجهی End-to-End و حتی تنظیم دقیق (Fine-tuning) مدل‌های چندوجهی برای وظایف خاص را کسب خواهید کرد. این دوره ابزارها، دانش و اعتمادبه‌نفس لازم برای طراحی و پیاده‌سازی سیستم‌های پیشرفته هوش مصنوعی چندوجهی را در اختیار شما قرار می‌دهد.

سرفصل ها و درس ها

مقدمه Introduction

  • اصول هوش مصنوعی چندوجهی: مقدمه Multimodal AI essentials: Introduction

1. آشنایی با هوش مصنوعی چندوجهی 1. Introduction to Multimodal AI

  • سرفصل‌ها Topics

  • ساخت یک اپلیکیشن تبدیل صوت به صوت Building a voice-to-voice app

  • انواع داده‌ها در سیستم‌های چندوجهی Types of data in multimodal systems

  • مروری بر مفاهیم هوش مصنوعی چندوجهی Overview of multimodal AI concepts

2. ساخت مدل‌های پرسش و پاسخ بصری (VQA) 2. Building Visual Question Answering (VQA) Models

  • ترکیب حالت‌ها برای اجرای VQA، بخش دوم Blending modalities to perform VQA, part 2

  • تلفیق حالت‌ها برای اجرای VQA، بخش سوم Fusing modalities to perform VQA, part 3

  • درک VQA: مفاهیم و معماری Understanding VQA: Concepts and architecture

  • تلفیق حالت‌ها برای اجرای VQA، بخش اول Fusing modalities to perform VQA, part 1

  • سرفصل‌ها Topics

  • ترکیب حالت‌ها برای اجرای VQA، بخش اول Blending modalities to perform VQA, part 1

  • تلفیق حالت‌ها برای اجرای VQA، بخش دوم Fusing modalities to perform VQA, part 2

3. بررسی مدل‌های انتشار (Diffusion Models) 3. Exploring Diffusion Models

  • مقدمه‌ای بر مدل‌های انتشار (Diffusion) Introduction to diffusion models

  • تمرین عملی: پیاده‌سازی مدل‌های انتشار با DreamBooth Hands-on: Implementing diffusion models with DreamBooth

  • سرفصل‌ها Topics

4. توسعه سیستم‌های هوش مصنوعی چندوجهی 4. Developing Multimodal AI Systems

  • سرفصل‌ها Topics

  • ساخت عامل‌های بصری (Visual Agents) Building visual agents

  • تنظیم دقیق مدل تبدیل متن به گفتار با T5 Fine-tuning a text-to-speech model with T5

  • طراحی سیستم‌های هوش مصنوعی چندوجهی Designing multimodal AI systems

5. ارزیابی و تست سیستم‌های هوش مصنوعی چندوجهی 5. Evaluating and Testing Multimodal AI Systems

  • سرفصل‌ها Topics

  • سوگیری و اخلاق در سیستم‌های چندوجهی Bias and ethics in multimodality

  • ارزیابی مدل‌های چندوجهی: دقت و عملکرد Evaluating multimodal models: Accuracy and performance

6. گسترش و کاربردهای هوش مصنوعی چندوجهی 6. Expanding and Applying Multimodal AI

  • سرفصل‌ها Topics

  • گسترش سیستم‌های چندوجهی با تکنیک‌های پیشرفته Extending multimodal systems with advanced techniques

  • روندهای آینده و نوآوری‌ها در هوش مصنوعی چندوجهی Future trends and innovations in multimodal AI

جمع‌بندی Conclusion

  • اصول هوش مصنوعی چندوجهی: خلاصه دوره Multimodal AI essentials: Summary

نمایش نظرات

آموزش اصول هوش مصنوعی چندوجهی: تلفیق متن، تصویر و صوت برای نسل جدید برنامه‌های AI
جزییات دوره
5h 33m
26
(آخرین آپدیت)
1,435
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pearson Pearson

Pearson یک ارائه دهنده آموزش و یادگیری است.

هدف پیرسون این است که به افراد کمک کند تا زندگی خود را از طریق یادگیری درک کنند، با این باور که هر فرصت یادگیری فرصتی برای پیشرفت شخصی است. کارکنان پیرسون متعهد به ایجاد تجربیات یادگیری پر جنب و جوش و غنی هستند که برای تأثیرگذاری در زندگی واقعی طراحی شده اند. آنها در نزدیک به 200 کشور با محتوای دیجیتال، ارزیابی ها، صلاحیت ها و داده ها به مشتریان خدمات ارائه می دهند.

Sinan Ozdemir Sinan Ozdemir