آموزش مدل‌های بنیادین هوش مصنوعی مولد برای NLP و درک زبان - آخرین آپدیت

دانلود Gen AI Foundational Models for NLP & Language Understanding

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی IBM، شما را با مهارت‌های لازم برای پیاده‌سازی، آموزش و ارزیابی مدل‌های هوش مصنوعی مولد برای پردازش زبان طبیعی (NLP) با استفاده از PyTorch مجهز می‌کند. شما با وظایف اصلی NLP، مانند طبقه‌بندی اسناد، مدل‌سازی زبان و ترجمه زبان، آشنا خواهید شد و پایه‌ای قوی در ساخت مدل‌های زبانی کوچک و بزرگ (LLMs) کسب می‌کنید. شما خواهید آموخت که چگونه کلمات را با استفاده از روش‌های one-hot encoding، bag-of-words، embeddings و embedding bags به ویژگی‌ها تبدیل کنید و همچنین متوجه خواهید شد که چگونه مدل‌های Word2Vec روابط معنایی در متن را نمایش می‌دهند. این دوره شامل آموزش و بهینه‌سازی شبکه‌های عصبی برای دسته‌بندی اسناد، توسعه مدل‌های آماری و عصبی N-Gram، و ساخت مدل‌های sequence-to-sequence با استفاده از مدل‌های معماری encoder-decoder است. همچنین یاد می‌گیرید که چگونه متون تولید شده را با استفاده از معیارهایی مانند BLEU ارزیابی کنید. آزمایشگاه‌های عملی این دوره، تجربه عملی در زمینه‌هایی مانند طبقه‌بندی اسناد با PyTorch، تولید متن با مدل‌های زبانی و ادغام embeddings پیش‌آموزش‌دیده مانند Word2Vec را فراهم می‌کند. همچنین مدل‌های sequence-to-sequence را برای انجام وظایفی مانند ترجمه زبان پیاده‌سازی خواهید کرد. همین امروز ثبت‌نام کنید تا مهارت‌های پرتقاضای NLP را بیاموزید و ساخت اپلیکیشن‌های زبانی هوشمند با PyTorch را آغاز کنید.

سرفصل ها و درس ها

اصول درک زبان Fundamentals of Language Understanding

  • معرفی دوره Course Introduction

  • تبدیل کلمات به ویژگی‌ها Converting Words to Features

  • پیش‌بینی دسته‌بندی اسناد با Torchtext Document Categorization Prediction with Torchtext

  • آموزش دسته‌بندی اسناد با Torchtext Document Categorization Training with Torchtext

  • آموزش مدل در PyTorch Training the Model in PyTorch

  • مدل‌سازی زبان با N Grams Language Modeling with N-Grams

  • N Grams به عنوان شبکه‌های عصبی با PyTorch N-Grams as Neural Networks with PyTorch

مدل‌های Word2Vec و Sequence to Sequence Word2Vec and Sequence-to-Sequence Models

  • مدل Word2Vec: معرفی و مدل‌های CBOW Word2Vec: Introduction and CBOW Models

  • مدل Word2Vec: مدل Skip Gram و مدل‌های پیش‌آموزش‌دیده Word2Vec: Skip-Gram and Pretrained Models

  • معرفی مدل‌های Sequence to Sequence و شبکه‌های عصبی بازگشتی (RNN) Introduction to Sequence-to-Sequence Models and Recurrent Neural Networks

  • مدل‌های RNN Encoder-Decoder: آموزش و استنتاج Encoder-Decoder RNN Models: Training and Inference

  • مدل‌های RNN Encoder-Decoder: ترجمه Encoder-Decoder RNN Models: Translation

  • معیارهای ارزیابی کیفیت متن تولید شده Metrics for Evaluating the Quality of Generated Text

نمایش نظرات

آموزش مدل‌های بنیادین هوش مصنوعی مولد برای NLP و درک زبان
جزییات دوره
9h 57m
13
(آخرین آپدیت)
33,358
4.2 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