آموزش پیشرفته فاین‌تیونینگ (Fine-Tuning) با زبان Rust - آخرین آپدیت

دانلود Advanced Fine-Tuning in Rust

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: تسلط بر چرخه کامل فاین‌تیونینگ؛ از ساختار داخلی ترنسفورمرها تا استقرار در محیط عملیاتی، با استفاده از تکنیک‌های بهینه در مصرف حافظه که بر روی سخت‌افزارهای معمولی قابل اجرا هستند. این دوره شما را از یک کاربر مدل‌های زبانی بزرگ به شخصی تبدیل می‌کند که قادر به شخصی‌سازی آن‌هاست. شما یاد خواهید گرفت چگونه مدل‌های ۷ میلیارد پارامتری را روی GPU یک لپ‌تاپ با استفاده از QLoRA فاین‌تیون کنید؛ تکنیکی که از طریق کوانتایزیشن هوشمند و تطبیق کم‌رتبه (Low-Rank Adaptation)، نیاز به حافظه را از ۵۶ گیگابایت به تنها ۴ گیگابایت کاهش می‌دهد. آنچه این دوره را متمایز می‌کند، رویکرد دقیق و علمی آن است. شما متدولوژی ابطال پوپری را در تمام مراحل به کار می‌گیرید: به جای پرسیدن «آیا مدل من کار می‌کند؟»، به طور سیستماتیک سعی می‌کنید آن را به چالش بکشید و نقاط ضعفش را بیابید. این طرز فکر انتقادی — تست موارد خاص توکنایزیشن، اجرای مطالعات حذف رتبه (Rank Ablation) و اعتبارسنجی کیفیت دیتاست از طریق شش دسته‌بندی ابطال — مهارت‌های تفکر انتقادی را ایجاد می‌کند که مهندسان سطح Production را از کسانی که سیستم‌های شکننده می‌سازند، متمایز می‌کند. در پایان این دوره، شما با اعتماد به نفس کامل قادر خواهید بود: نیازهای VRAM را محاسبه و سخت‌افزار مناسب را انتخاب کنید؛ مسیر استنتاج را در خط لوله شش مرحله‌ای ترنسفورمر ردیابی کنید؛ رتبه LoRA را متناسب با پیچیدگی تسک پیکربندی کنید؛ مجموعه‌های آموزشی باکیفیت را با استفاده از استخراج AST بسازید و دیتاست‌ها را با تقسیم‌بندی و مستندات صحیح در HuggingFace منتشر کنید. این دوره کاملاً بر پایه استک هوش مصنوعی مستقل (Sovereign AI) ساخته شده و همه چیز به صورت محلی و بدون وابستگی به سرویس‌های خارجی اجرا می‌شود تا استقلال کامل در یادگیری ماشین (ML Independence) را تجربه کنید.

سرفصل ها و درس ها

مبانی یادگیری ماشین و محاسبات ML Foundations & Compute

  • مفاهیم کلیدی: پارامترها، VRAM، گرادینت‌ها و LoRA Core Concepts: Parameters, VRAM, Gradients, and LoRA

  • اشکال داده‌ها: اسکالرها، بردارها و ماتریس‌ها Data Shapes: Scalars, Vectors, and Matrices

  • مبانی ML: شبکه‌های عصبی، ترنسفورمرها و توابع زیان ML Foundations: Neural Networks, Transformers, and Loss Functions

  • دموی مقایسه‌ای محاسبات Scalar در مقابل SIMD و GPU Scalar vs SIMD vs GPU Compute Demo

  • تفاوت آموزش (Training) و استنتاج (Inference) Training vs Inference

  • معماری و خط لوله ترنسفورمر Transformer Architecture & Pipeline

  • تئوری توکنایزیشن BPE در مقابل Word Tokenization BPE vs Word Tokenization Theory

  • دموی ساخت یک خط لوله ترنسفورمر ساده Building a Toy Transformer Pipeline Demo

ساختار داخلی ترنسفورمر و معرفی LoRA Transformer Internals & LoRA Introduction

  • دموی پیاده‌سازی توکنایزرهای BPE و Word BPE vs Word Tokenizer Implementation Demo

  • مکانیزم توجه چگونه کار می‌کند: QKV و Softmax How Attention Works: QKV and Softmax

  • دموی گام‌به‌گام مکانیزم توجه (Attention) Attention Mechanism Step-by-Step Demo

  • شبکه‌های Feed Forward: جایی که تفکر اتفاق می‌افتد Feed-Forward Networks: Where Thinking Happens

  • آنالوژی لیموناد در FFN: توضیح غیرخطی بودن FFN Lemonade Analogy: Non-Linearity Explained

  • دموی FFN لیموناد: پیاده‌سازی تست چشایی FFN Lemonade Demo: Taste Test Implementation

  • خلاصه مبانی ترنسفورمر Transformer Foundations Summary

  • مفاهیم کلیدی LoRA: یادگیری تفاوت‌ها LoRA Key Concepts: Learning the Diff

  • در LoRA تفاوت‌ها را آموزش دهید، نه کل مدل را LoRA: Train the Diff, Not the Whole Model

  • دموی حذف رتبه (Rank Ablation) در LoRA LoRA Rank Ablation Demo

تکنیک QLoRA و مهندسی کورپوس QLoRA & Corpus Engineering

  • کوانتایزیشن: بیت‌های کمتر، دقت کمتر Quantization: Fewer Bits, Less Precision

  • دموی QLoRA: فاین‌تیونینگ بهینه در حافظه QLoRA Demo: Memory-Efficient Fine-Tuning

  • مرور کلی خط لوله کامل فاین‌تیونینگ Complete Fine-Tuning Pipeline Overview

  • بررسی کارت دیتاست در HuggingFace HuggingFace Dataset Card Overview

  • خط لوله ساخت کورپوس: از استخراج تا انتشار Corpus Creation Pipeline: Extraction to Publication

  • بررسی عمیق معماری Crate کورپوس Corpus Crate Architecture Deep Dive

  • دموی رابط خط فرمان (CLI) ساخت کورپوس Corpus Creation CLI Demo

  • خلاصه جامع فاین‌تیونینگ Fine-Tuning Summary

چالش پروژه نهایی Final Project Challenge

نمایش نظرات

آموزش پیشرفته فاین‌تیونینگ (Fine-Tuning) با زبان Rust
جزییات دوره
5h 2m
26
(آخرین آپدیت)
111
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده