التعلم العميق والشبكات العصبية باستخدام برنامج PyTorch وبرنامج Transformers

يقود التعلم العميق أكثر الاكتشافات المثيرة في التكنولوجيا اليوم، ولكن فهم كيفية عمل الشبكات العصبية فعليا قد يبدو مهولا. وهذا الدرس النصي يفضح الأسس الرياضية ويرشدك من خلال بناء نماذجك الخاصة من الصفر. سوف تنتقل من مبتدئ فضولي إلى ممارس واثق قادر على تصميم وتدريب وتحسين الشبكات العصبية. ومن خلال استكشاف كل من الميكانيكا النظرية والتنفيذ العملي، سوف تكتسب فهما عميقا وبديهيا للكيفية التي تعالج بها نماذج الذكاء الاصطناعي الحديثة المعلومات وتنتج النتائج. ماذا ستتعلم: - فهم الميكانيكا الأساسية للشبكات العصبية، والانتشار العكسي، ودوال التنشيط الرياضي. -تعديل وظائف الخسارة، وبدء الوزن، و خوارزميات التحسين المتقدمة مثل (آدم) - تطبيق تقنيات التسوية مثل التسرب والتوحيد في دفعات لمنع التكيف المفرط. - بناء نماذج التعلم العميق خطوة بخطوة باستخدام مكتبة PyTorch. - استكشاف الهندسة المعمارية الحديثة للمحولات، بما في ذلك المفاهيم الأساسية وراء تكنولوجيات النقل والاتصالات المتكاملة (BERT) وتكنولوجيات النقل العام (GPT). - اكتشاف كيفية دمج الشبكات العصبية في تدفقات العمل المعاصرة للذكاء الاصطناعي مثل الاسترجاع - التوليد المعزز (RAG). يبدأ المنهج الدراسي بالمصطلحات الأساسية والرياضيات الأساسية للشبكات العصبية قبل الانتقال إلى تنفيذات باي تورش الفعلية. وستتقدم من شبكات بسيطة ذات طبقة واحدة إلى الهندسة المعمارية المعقدة المتعددة الطبقات ونماذج اللغة الحديثة من خلال شروحات مكتوبة واضحة وتحليل شفرة منظمة. هذه الدورة مصممة لعلماء البيانات الطموحين، والمطورين، ومحبي التكنولوجيا الذين هم جدد في التعلم العميق. ولا تحتاج إلى خبرة سابقة مع الشبكات العصبية، على الرغم من أن الإلمام الأساسي بلغة بايثون مفيد. ابدأ القراءة اليوم لفتح العمليات الداخلية للذكاء الاصطناعي الحديث.