با کمّی‌سازی خطی و پایین‌ریزی مدل‌های متن‌باز، حجم و مصرف حافظه آن‌ها را کاهش دهید.
درک مفهوم "کوانتایز کردن" و علت انجام آن
نحوه کوانتایز کردن هر مدل متن‌باز با استفاده از کوانتایز خطی با کتابخانه Quanto
چگونگی دریافت یک مرور کلی از نحوه اجرای کوانتایز خطی
یادگیری اعمال "پایین‌ریزی"، شکل دیگری از کوانتایز، با استفاده از کتابخانه Transformers
1 ساعت ویدئو
گواهینامه مکتب‌خونه
دسترسی مادام‌العمر به محتوای دوره
زیرنویس اختصاصی مکتب‌خونه
برای درک و استفاده بهتر از این دوره آشنایی با هوش مصنوعی مولد (Generative AI) پیشنهاد می‌شود.
لازم به ذکر است زیرنویس این دوره توسط هوش مصنوعی انجام شده‌است.
مدل‌های هوش مصنوعی تولیدی، مانند مدل‌های زبانی بزرگ، اغلب از توانایی‌های سخت‌افزار مصرف‌کنندگان فراتر می‌روند و اجرای آن‌ها هزینه‌بر است. فشرده‌سازی مدل‌ها از طریق روش‌هایی مانند کوانتیزاسیون آن‌ها را کارآمدتر، سریع‌تر و در دسترس‌تر می‌سازد.
این امر امکان اجرای آن‌ها را بر روی انواع مختلفی از دستگاه‌ها، از جمله گوشی‌های هوشمند، رایانه‌های شخصی و دستگاه‌های لبه، فراهم می‌کند و کاهش عملکرد را به حداقل می‌رساند.
در پایان این دوره، شما با تکنیک‌های کوانتیزاسیون آشنا خواهید شد و قادر خواهید بود آن‌ها را برای فشرده‌سازی و بهینه‌سازی مدل‌های هوش مصنوعی تولیدی خود بکار گیرید و آن‌ها را در دسترس‌تر و کارآمدتر سازید.
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.
کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.
Younes Belkada یک حرفه‌ای متخصص در زمینه فناوری اطلاعات و امنیت سایبری است. او دارای تجربه‌های گسترده‌ای در مدیریت پروژه‌ها و ارائه راه‌حل‌های امنیتی برای سازمان‌های بزرگ است. یونس در توسعه و پیاده‌سازی سیستم‌های امنیتی تخصص دارد و توانسته است در چندین پروژه موفق عمل کند. او دارای مدارک تحصیلی معتبر و گواهینامه‌های تخصصی در حوزه امنیت اطلاعات است.
Marc Sun یک متخصص برجسته در زمینه یادگیری ماشین و هوش مصنوعی باسابقه تحصیلی قوی و تجربه کاری متنوع است. او دارای مدرک کارشناسی‌ارشد مشترک در مهندسی علوم و مدیریت از دانشگاه کلمبیا و کارشناسی‌ارشد ریاضیات کاربردی از CentraleSupélec است.Marc در طول دوران تحصیلی خود دوره‌های مرتبطی در زمینه‌های مهندسی مانند بهینه‌سازی، احتمالات، آمار، شبیه‌سازی، یادگیری ماشین و مدل‌سازی بازارهای مالی و همچنین دوره‌های مرتبطی در زمینه تجارت مانند مشاوره عملیات و مدیریت عملیات خدمات را گذرانده است.
آموزش مبانی کمّی‌سازی
