در حال حاضر محصولی در سبد خرید شما وجود ندارد.
Tensorflow 2.0 به سرعت تبدیل به یکی از محبوب ترین چارچوب های یادگیری عمیق و مهارت های ضروری در ابزار هوش مصنوعی شما می شود. با استفاده از رویکرد دست، Jonathan Fernandes جنبه های کلیدی کار با ترانسفورماتور در پردازش زبان طبیعی را پوشش می دهد، همه در Tensorflow. او بر اساس اصول کار با داده های متنی می رود و به بررسی یادگیری انتقال، تنظیم برنگ و درک معماری مدل ترانسفورماتور می پردازد. او همچنین شامل مجموعه چالش / راه حل و سوالات ارزیابی برای کمک به بهینه سازی حفظ مواد.
عنوان اصلی : TensorFlow: Working with NLP
سرفصل های دوره :
مقدمه:
چرا tensorflow؟
آنچه شما باید بدانید
Tensorflow چیست؟
1. NLP و ترانسفورماتور:
NLP چیست؟
ترانسفورماتور، استفاده از آنها، و تاریخ
ترانسفورماتور برای NLP
چالش: اندازه مدل NLP
راه حل: اندازه مدل NLP
2. BERT و آموزش انتقال:
BIAS در BERT و GPT
چگونه Bert آموزش دیده بود؟
یادگیری انتقال
3. ترانسفورماتور و برت:
ترانسفورماتور: بررسی معماری
مدل برتر Bert و tokenization
tokenizers
خودت توجه
توجه چند سر و شبکه Feedforward
Behning Bert
نتیجه گیری:
مراحل بعدی
TensorFlow: Working with NLP
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Introduction to Deep Learning with OpenCV
دوره یادگیری کامل Apache PySpark
یادگیری پایتون از طریق حل چالش های معمول این زبان
آموزش بازگشت از بحران از دست دادن شغلی در زمینه تکنولوژی
فیلم یادگیری کامل Apache Spark Deep Learning
8 چیزی که باید در Python بدانید
آموزش استفاده از Docker در پروژه های Data Science
آموزش پیاده سازی هوش مصنوعی عکس ها با PyTorch
دوره معرفی هوش مصنوعی به شرکت / سازمان تان
PyTorch Essential Training: Deep Learning
اطلاع رسانی حذف دوره های قدیمی و تخفیفات نوروزی مشاهده