دوره آموزشی یادگیری عمیق با پایتون: مدل‌های دنباله‌ای و ترنسفورمرها

دوره آموزشی یادگیری عمیق با پایتون: مدل‌های دنباله‌ای و ترنسفورمرها

1 ساعت 26 دقیقهمتوسط2025-04-29

مدرسین

Frederick Nwanganga

Frederick Nwanganga

Information Technology Professional and Teacher

جزئیات دوره

این دوره مخصوص کساییه که می‌خوان با مدل‌های دنباله‌ای (Sequence Models) و ترنسفورمرها آشنا بشن؛ مدل‌هایی که تو کار با داده‌هایی که پشت سر هم میان مثل داده‌های سری زمانی یا پردازش زبان طبیعی (NLP) خیلی مهمن.

تو این آموزش عملی و کاربردی، مدرس "فرد نوانگانگا" بهت می‌گه داده دنباله‌ای چیه، چه مشکلاتی توش وجود داره و چطوری می‌تونیم با استفاده از مدل‌های شبکه عصبی مثل RNN، LSTM، GRU و ترنسفورمرها این مشکلات رو حل کنیم.

همچنین با کدنویسی عملی در پایتون، یاد می‌گیری چطور از مدل‌های ترنسفورمر آموزش‌دیده قبلی استفاده و اونا رو برای مسائل مختلف تنظیم (Fine-tune) کنی تا بهترین نتایج رو بگیری.

🎯 اهداف یادگیری:
بفهمی داده‌های دنباله‌ای یعنی چی و کجاها کاربرد دارن.
با ساختار شبکه‌های عصبی بازگشتی (RNN) آشنا بشی و خودت بتونی RNN بسازی.
معماری مدل‌های LSTM، GRU و ترنسفورمرها رو یاد بگیری.
یاد بگیری چطور مدل‌های ترنسفورمر آموزش‌دیده رو تو پایتون آموزش بدی و تنظیم کنی تا مشکلات مختلف رو حل کنی.

مهارت ها

Traditional AI and Machine LearningPythonArtificial Intelligence (AI)Programming LanguagesOpen SourceSoftware DevelopmentOne-Off

سرفصل ها

مقدمه

  • شروع کار با مدل‌های توالی و ترانسفورماتورها
  • آنچه باید بدانید
  • استفاده از فایل‌های تمرین

شبکه‌های عصبی بازگشتی

  • داده‌های توالی چیست؟
  • کاربردهای رایج مدل‌های توالی
  • شبکه‌های عصبی بازگشتی (RNN)
  • ساخت یک RNN ساده با Keras

معماری‌های پیشرفته RNN

  • مشکلات گرادیان ناپدید شونده و منفجر شونده
  • راه حل‌هایی برای مشکلات گرادیان ناپدید شونده و انفجاری
  • شبکه‌های حافظه کوتاه‌مدت بلندمدت (LSTM)
  • واحدهای بازگشتی دروازه‌ای (GRU)
  • انتخاب بین GRUها و LSTMها

مدل‌های ترانسفورماتور

  • توجه و اهمیت آن در مدل‌های توالی
  • معماری مدل ترانسفورماتور
  • یادگیری انتقالی چیست؟
  • هابِ در آغوش گرفتنِ چهره
  • انتخاب مدل مناسب از مرکز Hugging Face

استفاده از مدل‌های ترانسفورماتور از پیش آموزش‌دیده

  • تشخیص موجودیت‌های نام‌دار با مدل‌های از پیش آموزش‌دیده در پایتون
  • برچسب‌گذاری اجزای کلام با مدل‌های از پیش آموزش‌دیده در پایتون
  • تحلیل احساسات با مدل‌های از پیش آموزش‌دیده در پایتون
  • طبقه‌بندی موضوع با مدل‌های از پیش آموزش‌دیده در پایتون
  • خلاصه‌سازی متن با مدل‌های از پیش آموزش‌دیده در پایتون
  • پاسخ به سؤالات با مدل‌های از پیش آموزش‌دیده در پایتون

نتیجه‌گیری

  • ادامه یادگیری عمیق
۴۰,۰۰۰ تومان