ডিপ লার্নিং, NLP আর Generative AI — NumPy-তে নিজে লেখা neural network আর PyTorch থেকে CNN, Transformer, LLM, fine-tuning, RAG, agent আর diffusion পেরিয়ে একটি পূর্ণ বাংলা সহায়ক প্রকল্প পর্যন্ত
Deep Learning, NLP & Generative AI — neural networks from scratch, PyTorch, training deep networks, CNNs, sequence models, attention and Transformers, NLP, LLMs and fine-tuning, prompt engineering, RAG and agents, generative models and production
A free 91-lesson course taught in Bangla across 14 modules, built around a sample shop called Bazarghar: neural networks from scratch, PyTorch and training, CNNs, sequence models, attention and Transformers, Bangla NLP, how LLMs work and how to adapt them, prompt engineering, RAG, agents and LLM security, VAEs, GANs and diffusion, multimodal models, serving and deployment, a capstone, and exam and interview practice. In-page Python runs in the browser; real desktop runs with small open models are pasted on the pages.
একটি pretrained model নামিয়ে দুই লাইনে চালানো এক জিনিস, আর সেটি কেন কাজ করে, কোথায় চুপচাপ ভুল করে, আর তার নম্বর কতটা বিশ্বাসযোগ্য তা বলতে পারা আরেক জিনিস। এই কোর্স দ্বিতীয়টির জন্য। এখানে আপনি আগে NumPy-তে নিজে neural network, backpropagation আর autograd লিখবেন, তারপর PyTorch দিয়ে CNN, RNN, attention আর Transformer বানাবেন, নিজে একটি ছোট বাংলা language model লিখবেন, তারপর NLP, LLM, fine-tuning, prompt engineering, RAG আর agent নিয়ে কাজ করবেন, শেষে VAE, GAN, diffusion আর production-এ পৌঁছাবেন। পুরো কোর্সে উদাহরণ একটিই: “বাজারঘর” নামের একটি কাল্পনিক অনলাইন দোকান — বাংলা রিভিউ, পণ্যের ছবি, গ্রাহকের প্রশ্ন আর দোকানের নীতির নথি। পাতার কোড আপনার ব্রাউজারেই চলে, কিছুই install না করে; PyTorch আর Hugging Face-এর কাজ আসল কম্পিউটারে চালিয়ে আউটপুট দেওয়া। মেশিন লার্নিং কোর্স শেষ করা শিক্ষার্থী, CSE, EEE ও ICT-র শিক্ষার্থী আর thesis-এর গবেষক, ML, NLP ও AI engineer পদের ইন্টারভিউর প্রার্থী আর LLM দিয়ে অ্যাপ বানানো developer — সবার জন্য কোর্সটি সহজ বাংলায়, ধাপে ধাপে সাজানো।
AI-এর যুগে কেন এই কোর্স?
Why learn deep learning, NLP and generative AI properly nowআজ একটি AI assistant কয়েক সেকেন্ডে একটি পুরো training loop, একটি fine-tuning script বা একটি RAG অ্যাপ লিখে দেয়। সমস্যা হলো, deep learning-এর ভুল প্রায়ই চুপচাপ থাকে: কোড চলে, loss কমে, আর ফলটি ভুল। model.eval() ভুলে যাওয়া, padding-এর token loss-এ মিশে যাওয়া, ভুল shape-এ broadcasting, একটি ভাগ্যবান seed-এর নম্বরকে চূড়ান্ত ধরা, বাংলা না জানা model-কে বাংলায় চালানো, attention-এর ছবিকে ব্যাখ্যা বলে পড়া — এগুলো ধরতে ভেতরের যুক্তি জানতে হয়। এই কোর্স কোনো জাদু বা দ্রুত সাফল্যের প্রতিশ্রুতি দেয় না; দেয় সেই যুক্তি, যাতে network বানানো, শেখানো, মাপা আর ব্যবহারের প্রতিটি সিদ্ধান্ত নিজে নিতে আর যাচাই করতে পারেন।
শুরুর আগে পরিষ্কার করে জেনে নিন
- এই কোর্সের পূর্বশর্ত দুটি কোর্স: AI-এর ভিত্তি আর Python for AI, আর মেশিন লার্নিং. সেখানে শেখানো NumPy, pandas, প্রথম neural network, linear algebra, matrix calculus, gradient descent, Adam-এর derivation, MLE, মূল্যায়ন আর ELBO এখানে আবার শেখানো হয় না; দরকার হলে এক-দুই লাইনে মনে করিয়ে দিয়ে সেই পর্বের লিংক দেওয়া হয়। পর্ব ০১-এ আটটি প্রশ্নের একটি ছোট পরীক্ষা আছে, যা দিয়ে নিজের প্রস্তুতি মেপে নিতে পারবেন।
- পুরোনো চারটি কোর্স এখন এই এক কোর্সের ভেতরে। সাইটের আগের Deep Learning, NLP & LLM, Prompt Engineering আর Generative AI কোর্সের বিষয়গুলো নতুন করে লিখে এখানে আনা হয়েছে: neural network, CNN আর sequence model মডিউল ১ থেকে মডিউল ৬-এ, NLP আর LLM মডিউল ৭ থেকে মডিউল ৯-এ, prompt engineering মডিউল ১০-এ, আর RAG, agent ও generative model মডিউল ১১ থেকে মডিউল ১৩-এ। তাই আলাদা করে সেগুলো পড়ার দরকার নেই।
- পুরো কোর্সে একটিই উদাহরণ: “বাজারঘর” নামের দোকান। এটি একটি কাল্পনিক অনলাইন দোকান, কোনো আসল প্রতিষ্ঠান নয়। এর রিভিউ, পণ্যের বিবরণ, গ্রাহকের বার্তা আর নীতির নথি কোর্সের কোড seed দিয়ে তৈরি করে, তাই সবাই হুবহু একই সংখ্যা পান। কোথাও কোথাও MNIST, Fashion-MNIST বা ছোট খোলা বাংলা ডেটাসেটের মতো public ডেটাও ব্যবহার হয়, উৎস আর লাইসেন্সের নামসহ।
- আউটপুট বানানো নয়। পাতায় চলা কোড আপনার ব্রাউজারেই চলে, আর পাতায় যত neural network চলে, সব NumPy-তে লেখা। যা ব্রাউজারে চলে না — PyTorch, Hugging Face-এর transformers, peft ও trl, sentence-transformers, FAISS, diffusers বা ONNX Runtime — তা একটি আসল কম্পিউটারে চালিয়ে আউটপুট বসানো হয়েছে, পাশে লেখা “সত্যিকারের run” আর ব্যবহার করা version.
- শুধু ছোট, খোলা model; বড় পণ্যের কথা শুধু তাদের নথি থেকে। সত্যিকারের run-এ ব্যবহার হয়েছে Qwen2.5-0.5B ও 1.5B, bangla-bert-base, multilingual-e5-small আর Stable Diffusion v1.5-এর মতো ছোট খোলা checkpoint, নাম আর লাইসেন্সসহ। ChatGPT, Gemini, Claude, Grok, DeepSeek আর Kimi-র কথা আছে শুধু তাদের অফিশিয়াল নথি থেকে, লেখার মাস-বছরসহ; এদের তুলনা করে কোনটি “সেরা” বলা হয়নি।
- পুরো পথটি আগে দেখে নিন: পর্ব ০১ · Deep learning-এর মানচিত্র-তে ১৪ মডিউলের মানচিত্র, তিন স্তরের পাঠকের তিনটি পথ, আর পাতার ও ডেস্কটপের টুলের তালিকা দেওয়া আছে।
আগে নিজে লেখা, পরে library
Backpropagation খাতায়, নিজের autograd NumPy-তে, convolution loop আর im2col দিয়ে, attention আর পুরো Transformer block matrix দিয়ে — তারপর একই সংখ্যা PyTorch-এ মিলিয়ে দেখা। ফলে loss.backward() বা একটি attention layer আর কালো বাক্স থাকে না।
বাংলায় মেপে দেখা
বাংলার জন্য আলাদা করে মাপা: একই অর্থের বাংলা লেখায় ইংরেজির চেয়ে বেশি token লাগে, আর যে ছোট model-এর কার্ডে বাংলা নেই, সে বাংলায় প্রায়ই সরল baseline-এর চেয়েও খারাপ করে। কোথায় কতটা, তা পর্বে পর্বে সংখ্যাসহ।
AI-এর কাজ যাচাই
প্রতিটি পর্বে আলাদা একটি AI-এর যুগের অংশ আছে: পুরোনো বা বানানো transformers ও peft argument, গুলিয়ে যাওয়া tensor-এর shape, ভুলে যাওয়া model.eval() বা zero_grad, test ডেটা ফাঁস আর একটি run-এর নম্বর — কীভাবে ধরবেন, আর AI-কে কী নিয়ম দিয়ে কাজ দেবেন।
পরীক্ষা আর ইন্টারভিউ
বিশ্ববিদ্যালয়ের Deep Learning, Neural Networks, NLP, Computer Vision ও Generative AI কোর্সে, চাকরির লিখিত পরীক্ষায়, আর ML, NLP বা AI engineer পদের ইন্টারভিউতে backpropagation, CNN, attention, Transformer, fine-tuning, RAG আর GenAI system design-এর প্রশ্ন আসতে পারে।
কোর্সটি কাদের জন্য
- মেশিন লার্নিং কোর্স শেষ করা শিক্ষার্থী — বা যাঁরা NumPy, scikit-learn আর ML-এর গণিত ও মূল্যায়ন জানেন, আর এখন deep learning, NLP, LLM আর generative AI-এর আসল গভীরতা চান
- CSE, EEE ও ICT-র শিক্ষার্থী আর thesis-এর গবেষক — Deep Learning, Neural Networks, NLP, Computer Vision বা Generative AI কোর্সের বিষয়: backpropagation, CNN, LSTM, attention, Transformer, VAE আর diffusion — derivation, ধাপে ধাপে ট্রেস আর পূর্ণ সমাধানসহ
- চাকরি ও ইন্টারভিউর প্রার্থী — ML engineer, deep learning engineer, NLP বা LLM engineer, AI engineer আর data scientist পদের ইন্টারভিউ, আর IT পদের লিখিত পরীক্ষার জন্য numerical, MCQ প্রশ্নব্যাংক, লিখিত-ভাইভা, NumPy ও PyTorch-এ নিজে লেখার coding আর GenAI system design
- কর্মরত developer — LLM, RAG বা generative model দিয়ে অ্যাপ বানান, আর prompt-এর মূল্যায়ন, retrieval-এর মাপ, guardrail, serving আর খরচের হিসাবের ভিত্তি মজবুত করতে চান
এই কোর্সে যা আলাদা
- পাতাতেই চলা Python — NumPy, SciPy, pandas, scikit-learn আর matplotlib-এর কোড “চালান” চাপলে আপনার ব্রাউজারেই চলে (Pyodide, অর্থাৎ WebAssembly-তে চলা আসল CPython), chart-সহ; MLP, backpropagation, attention আর ছোট diffusion-এর ধাপ পাতাতেই NumPy-তে চালিয়ে কোড বদলে দেখতে পারেন
- সত্যিকারের run থেকে আউটপুট — PyTorch, Hugging Face, sentence-transformers, FAISS, diffusers আর ONNX Runtime-এর মতো যা ব্রাউজারে চলে না, তা একটি আসল কম্পিউটারে চালিয়ে নেওয়া, পাশে লেখা version, আর সময়ের পাশে লেখা “CPU-তে” না “GPU-তে”
- সৎ হিসাব — কোন সংখ্যা শুধু একটি run-এর, কোথায় কয়েকটি seed-এর ছড়ানো লাগে, কোন benchmark-এর নম্বর তুলনীয় নয়, আর ছোট model কোথায় ব্যর্থ হয় — সব স্পষ্ট করে বলা; কোনো বানানো পরিসংখ্যান নেই, আর বানানো উদাহরণে লেখা থাকে “নমুনা”
- ক্যাপস্টোন — বাজারঘরের বাংলা সহায়ক: fine-tuned Bangla BERT দিয়ে বার্তা ভাগ, ছোট খোলা model দিয়ে RAG, guardrail, eval harness, local API আর model card; সাতটি মানদণ্ডের কোনটি পাস আর কোনটি ফেল, তা খোলাখুলি
প্রতিটি পর্ব যেভাবে সাজানো
How every lesson worksপ্রতিটি পর্ব একই ছকে লেখা: আগে অন্তর্দৃষ্টি, চেনা উদাহরণ আর ছবি, তারপর সূত্র, derivation আর চালানো কোড, শেষে অনুশীলন আর যাচাই।
- এক নজরেপুরো পর্বের মূল কথা, মূল সূত্র আর আসল run-এর সংখ্যা কয়েক লাইনে, শুরুতেই।
- চেনা উদাহরণবাজারের দরদাম, রিকশার রুট, পরীক্ষার খাতা দেখা, ক্রিকেটের স্কোরকার্ড — চেনা জিনিস দিয়ে কঠিন ধারণা।
- ছবি আর ধাপে ধাপে ট্রেসনকশার ছবি দেখুন, তারপর “পরে” চেপে চেপে দেখুন একটি backpropagation, একটি convolution, একটি attention-এর হিসাব, একটি BPE merge বা একটি diffusion-এর ধাপ প্রতিটি ধাপে কী করে।
- চালানো কোড আর আসল আউটপুটপাতাতেই চলা Python আর NumPy, আর PyTorch ও Hugging Face-এর সত্যিকারের আউটপুট — চালানোর আগে আউটপুট অনুমান করুন, তারপর মেলান।
- হিসাব ও অনুশীলনShape, parameter-এর সংখ্যা, gradient, receptive field, attention-এর weight, perplexity, memory আর token-এর হিসাব — পূর্ণ সমাধান, আর উত্তরসহ অনুশীলনের প্রশ্ন।
- যাচাই ও শব্দকোষভাবনার প্রশ্ন, কুইজ, “পরীক্ষা ও ইন্টারভিউতে” নোট, AI-এর যুগের অংশ আর প্রতিটি নতুন শব্দের সহজ মানে।
লগইন করা ঐচ্ছিক। করলে অগ্রগতি সেভ থাকে, আর মডিউল টেস্ট, ফাইনাল পরীক্ষা ও সার্টিফিকেট খুলে যায়। নমুনা দেখতে চান? পর্ব ৩২ · Attention খুলে দেখুন।
শেখার পথ — ১৪টি মডিউল
Your learning pathকোর্সটি ইচ্ছা করে এই ক্রমে সাজানো: আগে মানচিত্র আর neural network-এর ভিত্তি, তারপর PyTorch আর গভীর network শেখানোর কৌশল, তারপর network-এর স্থাপত্য — CNN, sequence model, attention আর Transformer — তারপর ভাষা: NLP, LLM, fine-tuning, prompt আর RAG, তারপর generative model আর production, শেষে প্রস্তুতি। যেকোনো মডিউলে চাপলে তার পর্বগুলো দেখাবে।
প্রতিটি মডিউল এক লাইনে
- মডিউল ১ · Deep learning-এর মানচিত্র আর neural network-এর ভিত্তি (পর্ব ০১–০৬) — কোর্সের পথ আর কখন deep learning নয়, perceptron আর XOR, NumPy-তে MLP, হাতে backpropagation, নিজে বানানো autograd আর universal approximation.
- মডিউল ২ · PyTorch-এর ভিত্তি (পর্ব ০৭–১২) — tensor-এর shape, dtype, device ও stride, autograd-এর ফাঁদ,
nn.Module, training loop ও checkpoint, Dataset ও DataLoader, আর GPU, mixed precision ও profiling. - মডিউল ৩ · গভীর network শেখানো (পর্ব ১৩–১৯) — loss আর label smoothing, initialization ও normalization, AdamW ও learning-rate schedule, regularization, vanishing gradient, training ডিবাগ আর পুনরুৎপাদনযোগ্য experiment.
- মডিউল ৪ · Convolutional network আর ছবি (পর্ব ২০–২৬) — convolution আর receptive field, LeNet থেকে Inception, ResNet ও আধুনিক CNN, transfer learning, augmentation, detection ও segmentation-এর পরিচয় আর Grad-CAM.
- মডিউল ৫ · Sequence model (পর্ব ২৭–৩১) — sequence ডেটা, padding ও masking, RNN আর BPTT, LSTM ও GRU, seq2seq আর time series-এ 1D convolution.
- মডিউল ৬ · Attention আর Transformer (পর্ব ৩২–৩৮) — attention, self-attention ও multi-head, positional encoding আর RoPE, Transformer block, নিজে লেখা ছোট বাংলা language model, KV cache আর Vision Transformer.
- মডিউল ৭ · NLP-এর ভিত্তি (পর্ব ৩৯–৪৫) — NLP-এর পথ আর বাংলার চ্যালেঞ্জ, BPE ও SentencePiece, word embedding, বাংলা রিভিউয়ের sentiment, NER ও CRF-এর ধারণা, ELMo থেকে BERT আর NLP-এর মূল্যায়ন।
- মডিউল ৮ · Language model আর LLM (পর্ব ৪৬–৫২) — n-gram থেকে neural LM আর perplexity, pretraining-এর লক্ষ্য, BERT আর GPT পরিবার, decoding, scaling-এর দাবি আর LLM-এর ভেতর।
- মডিউল ৯ · LLM-কে খাপ খাওয়ানো (পর্ব ৫৩–৫৯) — Hugging Face, বাংলা ডেটায় fine-tuning, LoRA ও QLoRA, instruction tuning, RLHF ও DPO, LLM-এর মূল্যায়ন আর quantization ও distillation.
- মডিউল ১০ · Prompt engineering (পর্ব ৬০–৬৬) — prompt-এর গঠন, few-shot, JSON আর schema, reasoning prompt, system prompt ও role, token, খরচ ও latency, আর prompt-এর পরীক্ষা।
- মডিউল ১১ · RAG আর agent (পর্ব ৬৭–৭৩) — sentence embedding, FAISS ও vector index, RAG pipeline ও তার মূল্যায়ন, tool use, agent আর prompt injection থেকে LLM-এর নিরাপত্তা।
- মডিউল ১২ · Generative model (পর্ব ৭৪–৮১) — generative modeling-এর মানচিত্র, autoencoder, VAE, GAN ও তার রূপ, DDPM, latent diffusion ও guidance, আর FID, deepfake ও watermark.
- মডিউল ১৩ · Production আর ক্যাপস্টোন (পর্ব ৮২–৮৬) — CLIP ও vision-language model, LLM serving, ONNX ও edge deploy, GenAI system design আর বাজারঘরের বাংলা সহায়কের ক্যাপস্টোন।
- মডিউল ১৪ · পরীক্ষা ও ইন্টারভিউ প্রস্তুতি (পর্ব ৮৭–৯১) — numerical, MCQ প্রশ্নব্যাংক, লিখিত ও ভাইভা প্রশ্ন, NumPy ও PyTorch-এর coding ইন্টারভিউ আর ধারণা ও system design-এর ইন্টারভিউ।
শুরুর স্তর
নতুন বা AI-এর ভিত্তি সদ্য শেষ: মডিউল ১ থেকে মডিউল ৪ ক্রমে, তারপর মডিউল ৭, মডিউল ১০ আর মডিউল ১১. পর্ব ০১-এর ছোট পরীক্ষায় চারের কম ঠিক হলে আগে AI-এর ভিত্তি আর মেশিন লার্নিং কোর্সের দেখানো পর্বগুলো ঝালিয়ে নিন।
মাঝারি স্তর
ML কোর্স শেষ, PyTorch একটু জানেন: মডিউল ১ দ্রুত, মডিউল ২ নিজের কোডে ঝালাই, তারপর মডিউল ৩ থেকে মডিউল ১১ পুরো। মডিউল ৫ আর মডিউল ৬ সবচেয়ে বেশি সময় চায়; পর্ব ৩৬-এ নিজে একটি ছোট বাংলা language model লিখবেন।
পথ যেটাই হোক, আগে পর্ব ০১ পড়ুন, আর হাতে backpropagation (পর্ব ০৪) ও নিজের autograd (পর্ব ০৫) বাদ দেবেন না, কারণ পরের প্রতিটি ডিবাগিং এই দুটির ওপর দাঁড়িয়ে। নির্ভরতার ক্রম মোটামুটি মানুন: attention (পর্ব ৩২) দাঁড়িয়ে আছে seq2seq-এর (পর্ব ৩০) ওপর, LoRA (পর্ব ৫৫) বুঝতে আগে সাধারণ fine-tuning (পর্ব ৫৪) লাগে, RAG (পর্ব ৬৯) পড়ার আগে sentence embedding (পর্ব ৬৭) আর vector index (পর্ব ৬৮) জানা চাই, আর latent diffusion (পর্ব ৮০) সহজ হয় VAE (পর্ব ৭৬) আর DDPM (পর্ব ৭৯) পড়া থাকলে। মডিউল ১৪ যেকোনো সময় ঝালাইয়ের জন্য খুলতে পারেন।
সম্পূর্ণ সিলেবাস
Full syllabusযে পর্ব পড়া শেষ করেছেন, তার পাশে ✓ চিহ্ন দেখাবে। লগইন করলে এই অগ্রগতি আপনার সব ডিভাইসে থাকবে।
শুরুর আগে ও শেষের পরে
Before you start · After you finishআগে যা জানা থাকলেই চলবে
- AI-এর ভিত্তি আর Python for AI কোর্সের বিষয়গুলো, অথবা সমান জ্ঞান: Python-এ ডেটার কাজ, NumPy-র shape, axis আর broadcasting, আর একটি ছোট neural network-এর প্রথম পরিচয়
- মেশিন লার্নিং কোর্সের গণিত আর মূল্যায়ন: matrix-এর গুণ আর matrix calculus, gradient descent, momentum ও Adam, MLE আর cross-entropy, regularization, train-validation-test, leakage আর model তুলনার পরিসংখ্যান
- কোনো deep learning framework আগে জানা লাগে না — PyTorch এখানে মডিউল ২-এ গোড়া থেকে শেখানো হয়
- পাতার উদাহরণ পড়তে ও চালাতে কিছু install করতে হয় না; ডেস্কটপের টুল নিজে চালাতে চাইলে Python আর uv লাগবে, যার পুরো setup AI-এর ভিত্তি কোর্সে আছে, আর PyTorch install ও এই কোর্সের প্যাকেজের কথা পর্ব ০১-এ
কোর্স শেষে যা পারবেন
- একটি neural network-এর forward pass, backpropagation আর autograd নিজে লিখতে, আর প্রতিটি tensor-এর shape ও parameter-এর সংখ্যা হাতে হিসাব করতে
- PyTorch-এ model, training loop আর ডেটার pipeline লিখতে, আর loss, initialization, optimizer, schedule ও regularization বেছে একটি network-কে স্থিরভাবে শেখাতে ও ডিবাগ করতে
- CNN, RNN, LSTM, attention আর Transformer-এর ভেতরের যুক্তি ব্যাখ্যা করতে, আর একটি ছোট Transformer language model নিজে লিখতে
- বাংলা লেখার tokenization, embedding, classification আর NER-এর কাজ করতে, আর tokenizer ও model বাংলায় কতটা কাজ করে তা নিজে মাপতে
- Pretrained Transformer fine-tune করতে, LoRA আর quantization ব্যবহার করতে, আর LLM ও prompt-এর মূল্যায়ন eval set, n আর confidence interval দিয়ে সৎভাবে করতে
- Embedding, vector index আর reranking দিয়ে একটি RAG system আর tool-ব্যবহারকারী agent বানাতে, মাপতে আর prompt injection থেকে রক্ষা করতে
- Autoencoder, VAE, GAN আর diffusion model-এর মূল ধারণা আর হিসাব ব্যাখ্যা করতে, আর generative model-এর মূল্যায়ন ও ঝুঁকি বুঝতে
- Model serve ও deploy করতে, একটি GenAI system-এর নকশা ব্যাখ্যা করতে, AI-এর লেখা deep learning কোড যাচাই করে তবেই ব্যবহার করতে, আর শর্ত পূরণ করলে একটি ফ্রি কোর্স-সমাপ্তির সার্টিফিকেট পেতে
এরপর কী? এই কোর্সে কিছু বিষয় শুধু পরিচয় পর্যন্ত: object detection আর segmentation (পর্ব ২৫), আর reinforcement learning আছে শুধু RLHF-এর প্রসঙ্গে, পর্ব ৫৭-এ। সেই দিকগুলো গভীরে নেবে সাইটের পরের AI কোর্সগুলো: Computer Vision, Reinforcement Learning, MLOps আর AI Ethics. পাশাপাশি কাজে লাগবে আমাদের শেষ হওয়া কোর্স: সিস্টেম ডিজাইন, ক্লাউড ও DevOps, ফুল-স্ট্যাক ওয়েব ফ্রেমওয়ার্ক, সাইবার নিরাপত্তা আর ডেটা স্ট্রাকচার ও অ্যালগরিদম।
সাধারণ প্রশ্ন
Frequently asked questionsপ্র ০১শুরু করতে আগে কী জানা দরকার?
এই কোর্স দুটি কোর্সের ওপর দাঁড়িয়ে। AI-এর ভিত্তি আর Python for AI থেকে আনবেন Python আর uv, NumPy-র shape ও broadcasting, pandas, chart, প্রথম model আর একটি ছোট neural network-এর পরিচয়। মেশিন লার্নিং থেকে আনবেন linear algebra আর matrix calculus, gradient descent, momentum, Adam আর AdamW, MLE, regularization, মূল্যায়ন আর model তুলনার পরিসংখ্যান, আর VAE-র জন্য ELBO. এগুলো এখানে আবার শেখানো হয় না, তবে দরকারি জায়গায় এক-দুই লাইনে মনে করিয়ে দিয়ে সেই পর্বের লিংক দেওয়া হয়।
নিশ্চিত না হলে পর্ব ০১-এর আটটি প্রশ্নের ছোট পরীক্ষাটি কাগজ-কলমে করুন। প্রতিটি প্রশ্নের সঙ্গে আগের কোর্সের কোন পর্ব দেখবেন, তা বলা আছে। এটা কোনো বাধা নয়, শুধু আপনার নিজের জন্য একটি মাপকাঠি।
প্র ০২কোর্সটি কি সত্যিই পুরো ফ্রি? কোনো API key লাগবে?
হ্যাঁ, ৯১টি পর্বের সবকিছু — পড়া, পাতায় চলা Python, ধাপে ধাপে ট্রেস, কুইজ, পরীক্ষা আর সার্টিফিকেট — সম্পূর্ণ ফ্রি। কোনো লুকানো ফি নেই, পড়ার জন্য লগইনও বাধ্যতামূলক নয়। সাইটের খরচ চলে পাতার বিজ্ঞাপন থেকে।
কোর্সে ব্যবহার করা টুল আর model-ও ফ্রি আর খোলা: Python, NumPy, PyTorch, Hugging Face-এর library, sentence-transformers, FAISS, diffusers আর ONNX Runtime, আর খোলা লাইসেন্সের ছোট model. কোনো account, API key বা পেমেন্ট লাগে না। যেখানে hosted LLM-এর API-র কথা, সেখানে অফিশিয়াল নথির অনুরোধ-উত্তরের রূপ “নমুনা” লেখা দিয়ে দেখানো হয়েছে, আর আসল আচরণ চালিয়ে দেখানো হয়েছে নিজের কম্পিউটারের একটি ছোট খোলা model দিয়ে।
প্র ০৩পুরোনো Deep Learning, Generative AI, Prompt Engineering আর NLP & LLM কোর্স কোথায় গেল?
এই চারটি কোর্স এখন এই এক কোর্সের অংশ। আলাদা চারটি কোর্সে একই ভিত্তি — tensor, attention, tokenizer, embedding — বারবার আসত, আর একটি থেকে আরেকটিতে যাওয়ার পথ পরিষ্কার ছিল না। তাই বিষয়গুলো নতুন করে, এক ক্রমে আর এক উদাহরণে লেখা হয়েছে: neural network, CNN, sequence model আর Transformer মডিউল ১ থেকে মডিউল ৬-এ, NLP, language model আর LLM-এর fine-tuning মডিউল ৭ থেকে মডিউল ৯-এ, prompt engineering মডিউল ১০-এ, আর RAG, agent, generative model ও production মডিউল ১১ থেকে মডিউল ১৩-এ।
পুরোনো পাতার পুরোনো লিংকে গেলে আপনাকে এই কোর্সের সমান বিষয়ের পর্বে নিয়ে আসা হয়। তাই আলাদা করে পুরোনো কোর্সগুলো পড়ার দরকার নেই; এখান থেকে শুরু করুন।
প্র ০৪“বাজারঘর” কী? কোনো আসল দোকান?
না। বাজারঘর এই সাইটের AI কোর্সগুলোর জন্য বানানো একটি কাল্পনিক অনলাইন দোকান। এর বাংলা রিভিউ, পণ্যের বিবরণ, গ্রাহকের বার্তা, ফেরত আর ডেলিভারির ডেটা আর নীতির নথি — সবই কোর্সের কোড seed দিয়ে তৈরি করে, তাই সবাই একই সংখ্যা পান আর ফলাফল মিলিয়ে দেখতে পারেন। এর নাম, ডেটা, দাম আর ঘটনা সবই বানানো।
আলাদা আলাদা খেলনা উদাহরণের বদলে একটি বাড়ন্ত উদাহরণ নিলে বোঝা যায়, শুরুর একটি সিদ্ধান্ত — যেমন tokenizer বা ডেটা কীভাবে ভাগ করলেন — পরে কী ফল দেয়। পর্ব ৮৬-এর ক্যাপস্টোনে বাজারঘরের জন্য একটি পূর্ণ বাংলা সহায়ক বানানো হয়।
প্র ০৫কোনটি পাতায় চলে, আর কোনটি আসল কম্পিউটারের run?
পাতায় লেখা থাকে কোনটি কী। পাতায় চলা কোড: NumPy, SciPy, pandas, scikit-learn আর matplotlib-এর উদাহরণ “চালান” চাপলে আপনার ব্রাউজারেই চলে Pyodide দিয়ে, যা WebAssembly-তে চলা আসল CPython. PyTorch পাতায় চলে না, তাই পাতায় যত neural network চলে — MLP, backpropagation, convolution, attention, ছোট VAE বা diffusion-এর ধাপ — সব NumPy-তে লেখা, ছোট আর seed দেওয়া। প্রথমবার Python আর প্যাকেজ নামতে কয়েক সেকেন্ড লাগতে পারে, পরের ব্লক দ্রুত চলে।
সত্যিকারের run: PyTorch, torchvision, Hugging Face-এর transformers, datasets, peft ও trl, sentence-transformers, FAISS, diffusers আর ONNX Runtime-এর মতো যা ব্রাউজারে চলে না, সেগুলো একটি আসল কম্পিউটারে চালিয়ে আউটপুট বসানো হয়েছে, পাশে লেখা “সত্যিকারের run”, version, আর সময়টি CPU-তে না GPU-তে মাপা, সেই কথা। সময় বা গতির সংখ্যা সেই এক যন্ত্রের একটি run, সাধারণ নিয়ম নয়। কোনো কিছু চালানো না গেলে তা স্পষ্ট লেখা থাকে; কোনো আউটপুট বানিয়ে লেখা হয়নি।
প্র ০৬বড় LLM কেন নয়? ChatGPT, Gemini বা Claude-এর কথা কতটা আছে?
সত্যিকারের run-এ ইচ্ছা করে শুধু ছোট, খোলা লাইসেন্সের model নেওয়া হয়েছে, যাতে আপনি সাধারণ কম্পিউটারে নিজে আবার চালাতে পারেন: যেমন Qwen2.5-0.5B-Instruct আর Qwen2.5-1.5B-Instruct (LLM, prompt আর RAG-এর কাজে), sagorsarker/bangla-bert-base (বাংলা classification আর NER), intfloat/multilingual-e5-small (খোঁজ আর RAG) আর ছবি তৈরির জন্য Stable Diffusion v1.5. প্রতিটির নাম পাতায় লেখা। ছোট model-এ ভুল বেশি হয়, আর সেই ভুলগুলোই অনেক সময় সবচেয়ে ভালো শিক্ষা দেয়।
ChatGPT, Gemini, Claude, Grok, DeepSeek আর Kimi-র মতো পরিচিত assistant-এর কথা আছে prompt engineering, LLM আর RAG-এর পর্বে — শুধু তাদের নিজেদের অফিশিয়াল নথি থেকে, লেখার মাস-বছরসহ, যেমন নভেম্বর ২০২৬-এর নথি। দাম, সীমা আর model-এর নাম দ্রুত বদলায়, তাই সেগুলো তারিখসহ বা বাদ রাখা হয়েছে। কোনটি “সেরা”, এমন কোনো তুলনা বা দাবি এই কোর্সে নেই।
প্র ০৭বাংলা লেখায় এই model-গুলো কেমন কাজ করে?
কোর্সে এটি আলাদা করে মাপা হয়েছে, আর ফলাফল সবসময় সুখকর নয়। একই অর্থের বাংলা লেখায় ইংরেজির চেয়ে বেশি token লাগে — আমাদের মাপে tokenizer-ভেদে ইংরেজির ১.১৩ থেকে ৬.৪৯ গুণ (পর্ব ৬৫), আর তার কারণ BPE আর byte-এর হিসাবে, যা পর্ব ৪০-এ দেখানো হয়েছে। ফলে খরচ, সময় আর context-এর জায়গা, তিনটিই বাংলায় বেশি খরচ হয়।
ছোট model বাংলায় প্রায়ই দুর্বল: যে multilingual sentiment model-এর কার্ডে বাংলা নেই, সে বাংলা মন্তব্যে “সবাইকে positive বলা”-র চেয়েও কম পেয়েছে (পর্ব ৫৩); CLIP বাংলা prompt-এ প্রায় আন্দাজের সমান (পর্ব ৮২); আর সবচেয়ে ছোট Qwen বাজারঘরের বাংলা বার্তা ভাগ করার কাজে কোনো prompt-এই নির্ভরযোগ্যভাবে আন্দাজের ওপরে যায়নি, পর্ব ৬০-এর মাপে। এগুলো আমাদের ছোট ডেটায় একটি যন্ত্রের মাপ, সাধারণ রায় নয়; শিক্ষাটি হলো, নিজের বাংলা ডেটায় নিজে মেপে তবেই model বাছুন।
প্র ০৮কতটা গণিত জানতে হবে?
মেশিন লার্নিং কোর্সের গণিত — matrix, matrix calculus, gradient আর সম্ভাবনা — থাকলেই চলবে। এর ওপর deep learning-এর নতুন গণিত — backpropagation-এর chain rule, convolution-এর আকারের সূত্র, attention-এর softmax আর scaling, perplexity, ELBO থেকে VAE আর diffusion-এর noise schedule — এখানে গোড়া থেকে গড়ে তোলা হয়: আগে অন্তর্দৃষ্টি, তারপর ছোট সংখ্যার পূর্ণ হিসাব, তারপর NumPy-তে মিলিয়ে দেখা। প্রতিটি চিহ্নের মানে প্রথমবার কথায় বলে দেওয়া হয়।
গণিতের পর্বে গতি কমান; একটি পর্বের হিসাবে এক ঘণ্টা লাগলেও তা স্বাভাবিক। কোনো derivation আটকে গেলে আগে তার ফলটি ছোট একটি উদাহরণে যাচাই করুন, তারপর প্রমাণে ফিরুন। প্রতিটি পর্বের “আরও গভীরে” অংশ বাদ দিলেও মূল পথ বুঝতে অসুবিধা হবে না।
প্র ০৯কোন version-এ লেখা? Library তো দ্রুত বদলায়।
ঠিকই, তাই প্রতিটি সত্যিকারের run-এর পাশে version লেখা আছে। পাতার ভেতরের Python-এ লেখার সময়ের version ছিল Python 3.14.2, NumPy 2.4.6, SciPy 1.18.0, pandas 3.0.2, scikit-learn 1.8.0 আর matplotlib 3.10.8. ডেস্কটপের run-এ বেশিরভাগ জায়গায় Python 3.14.4, PyTorch 2.15.0, transformers 5.22.2, sentence-transformers 6.2.0, peft 0.21.2, trl 1.17.1, faiss-cpu 1.15.1 আর diffusers 0.42.1; অন্য টুলের version সেই পাতাতেই বলা আছে।
পরে কোনো version বদলালে আপনার version-এর অফিশিয়াল docs মিলিয়ে নিন। ধারণাগুলো — gradient, convolution, attention, tokenizer, LoRA, retrieval, diffusion — version বদলালেও একই থাকে, আর এই কোর্সের মূল জোর সেখানেই।
প্র ১০নিজের কম্পিউটারে কী লাগবে? GPU না থাকলে চলবে?
শুধু পড়তে আর পাতার উদাহরণ চালাতে একটি আধুনিক ব্রাউজারই যথেষ্ট, মোবাইলেও চলে। পাতার উদাহরণগুলো ইচ্ছা করে ছোট রাখা হয়েছে, যাতে সাধারণ যন্ত্রেও কয়েক সেকেন্ডে চলে।
ডেস্কটপের run নিজে চালাতে Python, uv আর PyTorch লাগবে, যা Windows, macOS বা Linux সবখানে চলে। প্রথম তিন মডিউল আর পরের অনেক ছোট পরীক্ষা ল্যাপটপের CPU-তেই চলে। কিছু কাজ — যেমন LoRA, diffusion বা বড় training — GPU-তে অনেক দ্রুত; পাতায় প্রতিটি সময়ের পাশে লেখা আছে সেটি CPU-তে না GPU-তে মাপা। কিছু বিনামূল্যের অনলাইন notebook সেবা সীমিত সময়ের জন্য GPU দেয়, তবে তাদের শর্ত প্রায়ই বদলায়, তাই নিজে যাচাই করে নিন। কোন কাজে কত মেমরি লাগে, তার হিসাবের নিয়ম পর্ব ০১ আর পর্ব ১২-এ।
প্র ১১চাকরির পরীক্ষা বা ML, NLP ও AI engineer পদের ইন্টারভিউর জন্য কি যথেষ্ট?
ভিত্তির জন্য কাজে লাগবে, তবে কোনো কোর্সই চাকরির নিশ্চয়তা দিতে পারে না। লিখিত পরীক্ষা আর ভাইভার ধরনের প্রশ্নের অনুশীলন আছে পর্ব ৮৭, পর্ব ৮৮ আর পর্ব ৮৯-এ — প্রশ্নগুলো এই কোর্সের জন্য লেখা, কোনো আসল পরীক্ষা বা প্রতিষ্ঠান থেকে নেওয়া নয়। NumPy আর PyTorch-এ নিজে লেখার coding আছে পর্ব ৯০-এ, আর deep learning, LLM ও GenAI-এর ধারণা ও system design-এর আলোচনা পর্ব ৯১-এ।
তবে শুধু পড়লে হবে না। নিজের হাতে ক্যাপস্টোনটি করুন। নিজের একটি প্রকল্প, যার প্রতিটি সিদ্ধান্ত — model বাছাই, ডেটা ভাগ, eval set, কোন মানদণ্ড পাস আর কোনটি ফেল, আর কেন — আপনি ব্যাখ্যা করতে পারেন, যেকোনো ইন্টারভিউতে শক্ত প্রমাণ।
প্র ১২সাইটের অন্য কোর্সের সঙ্গে সম্পর্ক কী?
AI-এর ভিত্তি আর Python for AI আর মেশিন লার্নিং এই কোর্সের পূর্বশর্ত: সেখানে টুল, গণিত, ক্লাসিক ML আর মূল্যায়ন, এখানে গভীর network, ভাষা আর generative model. সিস্টেম ডিজাইন, ফুল-স্ট্যাক ওয়েব ফ্রেমওয়ার্ক আর ক্লাউড ও DevOps দেখায় একটি service কীভাবে বানানো, চালানো আর নজরে রাখা হয়, যার ওপর মডিউল ১৩-এর serving, deploy আর GenAI system design দাঁড়িয়ে। সাইবার নিরাপত্তা কোর্সের ভিত্তি কাজে লাগে পর্ব ৭৩-এর LLM নিরাপত্তায়। এই দুটি পূর্বশর্ত ছাড়া অন্য কোর্স আগে শেষ করা বাধ্যতামূলক নয়।
প্র ১৩পরীক্ষা দেওয়া আর সার্টিফিকেট পাওয়া যাবে?
হ্যাঁ। লগইন করলে ড্যাশবোর্ডে মডিউল ১ থেকে ১৩-এর প্রতিটির একটি টেস্ট আর একটি ফাইনাল পরীক্ষা পাবেন, আর কোন পর্ব শেষ হলো তার অগ্রগতিও সেভ থাকবে। মডিউল ১ থেকে ১৩-এর সব পর্ব পড়া শেষ করে ফাইনালে ৬০% বা তার বেশি পেলে একটি ফ্রি কোর্স-সমাপ্তির সার্টিফিকেট পাবেন। মডিউল ১৪ শুধু অনুশীলনের, তাই তার আলাদা টেস্ট নেই।
মনে রাখবেন, এটি আপনার শেখার স্বীকৃতি — কোনো একাডেমিক ডিগ্রি, সরকারি সনদ বা কোনো প্রতিষ্ঠানের ভেন্ডর সার্টিফিকেশন নয়।
প্র ১৪পুরো কোর্স শেষ করতে কত সময় লাগবে?
প্রতিটি পর্বের শুরুতে আনুমানিক পড়ার সময় লেখা আছে: বেশিরভাগ পর্বে ৭৫ থেকে ৯০ মিনিট (কয়েকটিতে ৪৫ থেকে ৭০), কোড চালানো আর কুইজ দেওয়াসহ আরও কিছুটা; ক্যাপস্টোনে আড়াই ঘণ্টা, নিজে করতে আরও বেশি; আর অনুশীলনের পর্বগুলোতে আড়াই থেকে চার ঘণ্টা। পর্বগুলোর লেখা সময় যোগ করলে পড়ার সময় প্রায় ১৩১ ঘণ্টা। সপ্তাহে তিন-চারটি পর্ব পড়লে ছয় মাসের কাছাকাছি লাগবে। ডেস্কটপের run নিজে চালালে আরও সময় লাগবে, তাই নিজের গতিতে এগোন।
আজই প্রথম পর্ব দিয়ে শুরু করুন
নিয়মিত একটি করে পর্ব — “Deep learning-এর মানচিত্র” থেকে ধীরে ধীরে আপনি নিজে লেখা neural network, PyTorch, CNN, Transformer, LLM আর generative model পেরিয়ে এমন জায়গায় পৌঁছে যাবেন, যেখানে একটি deep learning বা LLM প্রকল্প নিজে সাজিয়ে, সৎভাবে মেপে, তার সীমা আর ঝুঁকিসহ ব্যাখ্যা করতে পারেন।