توضیحات
دوره Introduction to LLMs Transformer,Attention, Deepseek pytorch. این دوره آموزشی به بررسی نحوه عملکرد مدلهای زبانی بزرگ (LLM) میپردازد. در سالهای اخیر، این مدلها تحول بزرگی در هوش مصنوعی ایجاد کردهاند و پایهگذار فناوریهایی مانند ChatGPT و DeepSeek بودهاند. در این دوره، مفاهیم اساسی از جمله مکانیسم Attention و معماری Transformer را بررسی میکنیم که به مدلها امکان پردازش موثر متن و درک روابط بلندمدت را میدهند. همچنین، به تحلیل Self-Attention، Positional Encodings و Multi-Head Attention میپردازیم که نقش کلیدی در بهبود عملکرد مدلها دارند. علاوه بر این، DeepSeek به عنوان یک مدل پیشرفته با وزن باز معرفی میشود که با بهینهسازی مکانیسمهای Attention، عملکردی رقابتی در پردازش زبان طبیعی (NLP) ارائه میدهد. در پایان دوره، شما درک جامعی از آموزش، تنظیم و بهکارگیری LLMها برای کاربردهای مختلف به دست خواهید آورد. این دوره برای توسعهدهندگان، محققان و علاقهمندان به هوش مصنوعی طراحی شده و دانش لازم برای استفاده از آخرین پیشرفتهای یادگیری عمیق و NLP را در اختیار شما قرار میدهد.
آنچه فرا خواهید گرفت:
- نحوه کمک Attention به مدلها برای تمرکز بر بخشهای مهم متن.
- درک Transformerها، Self-Attention و مکانیسمهای Multi-Head Attention.
- بررسی نحوه پردازش، Tokenize کردن و تولید متن شبیه به انسان توسط LLMها.
- مطالعه معماری DeepSeek و بهینهسازیهای آن برای کارایی.
- بررسی معماری Transformer.
این دوره مناسب افرادیست که:
- علاقهمندان به Generative AI.
مشخصات دوره Introduction to LLMs Transformer Attention Deepseek pytorch
- ناشر: Udemy
- مدرس: Rahul Raj
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 3 ساعت و 37 دقیقه
- تعداد دروس: 52
سرفصل های دوره در تاریخ 2025/4
پیشنیازهای دوره Introduction to LLMs Transformer Attention Deepseek pytorch
- python
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
1.2 گیگابایت
