×
ribbon
مکتب خونه هوش مصنوعیمفاهیم هوش مصنوعیNLP

آموزش مقدماتی کدنویسی Transformers (مبدل‌ها)

مدرس:

حسن بنارضوی

این دوره سعی بر این دارد که با کلیت مبدل ها (Transformers) آشنا شوید و قادر به کدنویسی... بیشتر
گواهی‌نامه
2.9 (12)
7 دیدگاه
405دانشجو
6ساعت
سرفصل‌ها
مقدماتی سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

آموزش مبدل‌ها

 آشنایی با Pipelineهای Huggingface

آموزش یک مدل برای تشخیص هویت کلمه (NER)

 آشنایی با مدل‌های خلاصه‌سازی متن

این دوره شامل:

6 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

7 فصل31 جلسه6 ساعت ویدیو
مقدمه
  مقدمه
04:22
Pipelines
  Pipelines
14:33
طبقه‌بندی متن (Text classification)
  Data Set
08:40
  بصری‌سازی Data Set
09:43
  Tokenization - بخش اول
13:07
  Tokenization - بخش دوم
09:41
  Feature Extraction - بخش اول
11:31
  Feature Extraction - بخش دوم
10:48
  Fine Tuning - بخش اول
13:56
  Fine Tuning - بخش دوم
05:37
آناتومی مبدل‌ها (Transforme Anatomy)
  آشنایی با بخش‌های مختلف یک مبدل
08:41
  Self َAttention - بخش اول
15:13
  Self َAttention - بخش دوم
14:59
  لایه Feed forward
06:02
  لایه Normalization
07:15
  بخش Positional embedding
10:27
  ایجاد کلاس Encoder
11:37
  تفاوت Encoder و Decoder
09:14
تشخیص هویت کلمه(NER)
  دیتاست
16:09
  انتخاب Tokenizer
07:48
  انتخاب مدل برای فرآیند NER
15:26
  دریافت خروجی از مدل بدون Train
13:55
  آماده‌سازی ورودی برای مدل
17:38
  Train - بخش اول
18:38
  Train - بخش دوم
10:40
تولید متن(Text generation)
  آشنایی با Hyperparameter
14:43
  پیاده‌سازی Hyperparameters
10:35
خلاصه سازی(Summarization)
  آماده‌سازی دیتا ست
12:47
  تولید خروجی از مدل‌ها برای مقایسه
08:15
  معرفی ابزار ارزیابی Rouge و Bleu
07:31
  پیاده‌سازی Rouge و Bleu
09:57

پیش‌نیاز‌ها

پیش‌نیاز این دوره آشنایی مقدماتی با زبان برنامه‌نویسی پایتون است.

توضیحات دوره

این دوره سعی بر این دارد که با کلیت مبدل‌ها (Transformers) آشنا شوید و قادر به کدنویسی آنها برای اجرای پروژه‌های خود باشید.
 تئوری موضوع به‌طورکلی بیان شده و بیشتر بر اجرای کدها تمرکز شده است.
 این دوره به‌صورت مقدماتی و برای اجرای پروژه‌های پر تکرار بسیار مناسب است و به‌راحتی با آشنایی با موضوعات مطرح شده می‌توانید پروژه خودتان را پیاده‌سازی کنید.


 فریم‌ورک Pytorch برای کدنویسی استفاده شده است و از کتابخانه Huggingface برای آموزش مدل‌ها بهره‌گیری شده است.
 برای دیتاست‌ها و مدل‌ها همگی از Huggingface استفاده شده است
 مواردی که در این دوره فرا خواهید گرفت: 
 آشنایی با Pipelineهای Huggingface برای اجرای خودکار و بدون نیاز به آموزش مدل‌های موجود
 آشنایی با آموزش مدل‌های موجود به دو روش Feature extraction و Fine tuning در قالب طبقه‌بندی متن (Text classification)
 آشنایی کامل با کدنویسی جزءبه‌جزء قسمت‌های مختلف مبدل‌ها (Transformers)
 پیاده‌سازی و آموزش یک مدل برای تشخیص هویت کلمه (NER)
 آشنایی با مدل‌های تولید متن و نحوه تنظیم این مدل‌ها برای بهبود عملکرد
 آشنایی با مدل‌های خلاصه‌سازی متن و معیارهای ارزیابی متن‌های تولید شده (Rouge)

دیدگاه کاربران

2.9

بر اساس امتیاز 12 دانشجو

1
2
3
4
5

دانشجوی دوره

2 سال پیش

5

سلام خیلی خوب بود به نظرم در حوزه ترنسفورمر واقعا به یک ویدئو فارسی نیاز داشتیم ممنون از زحمات شما

دانشجوی دوره

20 روز پیش

4

خبلی خوب

سبحان محمدی

2 سال پیش

4

سلام اگه ممکنه کد های دوره رو لطفا برای دانلود قرار بدید ممنون

مصطفی پوراصغری حقی

2 سال پیش

3

سلام. خیلی ممنون. آموزش خوبی بود. یکسری انتقاد دارم که به این شرح هست: 1. چرا کیفیت صدا این همه ضعیف و نامطلوب بود؟ من آموزشهای دیگری رو هم در مکتب خونه دیدم که اونها هم به همین شکل کیفیت صدای نا مطلوبی داشتن 2. بطور کلی در آموزشهای کد نویسی بهتره مدرس از تم روشن/سفید استفاده کنه تا مخاطب بتواند کد رو راحت تر ببینه و تشخیص بده 3. ایکاش مدرس اون بخش مربوط به دریافت توکن هاگینک فیس رو هم در ویدیو می گنجاند با تشکر

فائزه ثقفی

2 سال پیش

3

توضیحات تئوریش خیلی کم هست. کاش یه ذره روونتر یه سری توضیحات کلی راجع به خروجی ها و مراحل میگفتن.

کوثر رجائی راد

2 سال پیش

3

دوره خوبی به نظر میاد،اما کدهای پایتون اگه قرار داده بودید قطعا بهتر بود

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه
حسن بنارضوی
1دوره
405دانشجو
12نظر و امتیاز

حسن بنارضوی، کارشناسی ارشد برق گرایش کنترل نزدیک به 7 سال فعالیت و اجرای پروژه در حوزه هوش مصنوعی بینایی ماشین و پردازش متن ایشان تجربه فعالیت با عنوان مدیر پروژه در شرکت‌های تانا منیر سازه، رهیافت و دیاکو، مدیر فنی شرکت سروش مهر را در کارنامه خود داشته و هم اکنون به‌صورت آزادکار خود را در حوزه پردازش متن و LLM ادامه می‌دهد. ایشان دوره‌های بین‌المللی زیادی مانند Natural Language Processing in TensorFlow در کورسرا و Fine Tune BERT for Text Classification with TensorFlow نیز در کورسرا و 11 مورد دیگر در حوزه هوش مصنوعی را طی نموده و مدرک آنها را دریافت نموده است.

مهارت‌هایی که می‌آموزید

NLP

دوره‌های مشابه

سوالات پرتکرار

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.