آموزش مبانی LLM و ترنسفورمرها با PyTorch - آخرین آپدیت

دانلود LLM Basics and Transformers with Pytorch

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: پردازش زبان طبیعی (NLP) مدرن توسط ترنسفورمرها هدایت می‌شود، اما بسیاری از توسعه‌دهندگان هنوز با آن‌ها مانند جعبه‌های سیاه برخورد می‌کنند. در دوره «مبانی LLM و ترنسفورمرها با PyTorch»، شما یاد می‌گیرید که پیچیدگی‌های مدل‌های ترنسفورمر را بشکافید و آن‌ها را در عمل به کار بگیرید. ابتدا بررسی خواهید کرد که چرا مکانیزم Self-Attention جایگزین شبکه‌های بازگشتی (RNN) شد و توکن‌بندی (Tokenization)، کدگذاری موقعیتی (Positional Encoding) و ساختارهای Encoder/Decoder چگونه در کنار هم عمل می‌کنند. سپس، نحوه بارگذاری چک‌پوینت‌های پیش‌آموزش‌دیده ترنسفورمر در PyTorch، تبدیل متن خام به تنسورها و اجرای استنتاج (Inference) با سرعت بسیار بالا را خواهید آموخت. در نهایت، یاد می‌گیرید که یک مدل BERT کوچک را روی یک مجموعه داده برچسب‌گذاری شده محدود Fine-tune کنید و با مشکلاتی نظیر Overfitting مقابله کرده و دقت مدل را ارزیابی کنید. در پایان این دوره، شما دانش بنیادی ترنسفورمرها و نمونه‌های عملی PyTorch را به دست خواهید آورد که برای توضیح، استقرار و تطبیق فناوری LLM در پروژه‌های شخصی‌تان ضروری است.

سرفصل ها و درس ها

مبانی ترنسفورمرها و Self-attention Transformer Foundations and Self‑attention

  • طراحی چالش چت‌بات Frame the Chatbot Challenge

  • مقایسه RNNها با ترنسفورمرها Contrast RNNs with Transformers

  • دمو: توکن‌بندی و جاسازی متن (Embedding) Demo: Tokenize and Embed Text

  • دمو: بصری‌سازی Self-attention Demo: Visualize Self-attention

  • سنجش دانش Check Your Knowledge

کار عملی با PyTorch: استنتاج و Fine-tuning Hands‑on PyTorch: Inference and Fine‑tuning

  • جلوگیری سریع از Overfitting Avoid over-fitting Fast

  • بارگذاری مدل پیش‌آموزش‌دیده DistilBERT Load a Pre-trained DistilBERT

  • تفسیر پیش‌بینی‌های مدل Interpret Model Predictions

  • بهینه‌سازی (Fine-tune) روی ۱۰۰۰ تیکت Fine-tune on 1,000 Tickets

  • جمع‌بندی و گام‌های بعدی Wrap up and Next Steps

نمایش نظرات

آموزش مبانی LLM و ترنسفورمرها با PyTorch
جزییات دوره
26m
10
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
8
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ashraf AlMadhoun Ashraf AlMadhoun

اشرف مدرس باسابقه، متخصص سیستم‌های نهفته و مشاور هوش مصنوعی است که اشتیاق زیادی به ساده‌سازی فناوری‌های پیچیده دارد. او با تجربه گسترده در آموزش دیجیتال، دوره‌های آنلاین متعددی را توسعه داده و هزاران زبان‌آموز را در سطح جهان توانمند ساخته است. اشرف در زمینه‌های سیستم‌های نهفته، میکروکنترلرها، کاربردهای هوش مصنوعی و توسعه نرم‌افزار تخصص دارد و آموزش‌های عملی و متناسب با صنعت ارائه می‌دهد. او به عنوان یک مدرس متعهد، همواره روش‌های تدریس نوآورانه را برای ارتقای تجربه یادگیری بررسی می‌کند. علاوه بر تدریس، او خدمات مشاوره‌ای را برای کمک به کسب‌وکارها و افراد جهت تبدیل ایده‌ها به پروژه‌های واقعی ارائه می‌دهد. اکنون اشرف به عنوان مدرس Pluralsight، متعهد به ارائه محتوای باکیفیتی است که شکاف بین تئوری و اجرای عملی را پر می‌کند.