آموزش مبانی یادگیری عمیق با PyTorch - آخرین آپدیت

دانلود Deep Learning Foundations with PyTorch

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: با یک معرفی عملی و گام‌به‌گام از هوش مصنوعی، یادگیری ماشین و شبکه‌های عصبی، پایه‌ای قوی در یادگیری عمیق با استفاده از PyTorch بنا کنید. این دوره که برای مبتدیان و متقاضیان متخصص شدن در زمینه‌های هوش مصنوعی (AI)، یادگیری عمیق و علوم داده طراحی شده است، به شما کمک می‌کند تا درک کنید چگونه یادگیری ماشین و یادگیری عمیق از سیستم‌های هوش مصنوعی در دنیای واقعی پشتیبانی می‌کنند. شما تکامل پرسپترون‌ها تا شبکه‌های عصبی عمیق را بررسی کرده و خواهید دید که شبکه‌های عصبی چگونه توابع پیچیده را تقریب می‌زنند. همچنین نحوه راه‌اندازی و استفاده از Jupyter Notebooks، Google Colab و PyTorch را برای پروژه‌های یادگیری عمیق می‌آموزید. از طریق دروس هدایت شده و تمرینات کدنویسی، با مدیریت تنسورها و گرادینت‌ها، ساخت لایه‌های پنهان، ایجاد شبکه‌های عصبی کاربردی و به‌کارگیری تکنیک‌های یادگیری انتقالی (Transfer Learning) آشنا خواهید شد. آنچه این دوره را متمایز می‌کند، پیشرفت ساختاریافته از مفاهیم ابتدایی هوش مصنوعی و یادگیری ماشین به سمت توسعه عملی شبکه‌های عصبی است. به جای تمرکز صرف بر تئوری، هر ماژول مفاهیم ضروری را با پیاده‌سازی عملی با استفاده از ابزارهای استاندارد صنعت مرتبط می‌کند. برای کسب دانش بنیادی و مهارت‌های کدنویسی لازم جهت شروع پروژه‌های یادگیری عمیق و آماده شدن برای مطالعات پیشرفته در مهندسی یادگیری عمیق و علوم داده، در این دوره ثبت‌نام کنید.

سرفصل ها و درس ها

مبانی یادگیری عمیق Foundations of Deep Learning

  • مقدمه‌ای بر یادگیری عمیق عملی Introduction to Hands on Deeplearning

  • یادگیری ماشین چیست What is Machine Learning

  • متدهای محبوب یادگیری ماشین Popular ML Methods

  • یادگیری عمیق چیست What is Deep Learning

  • کاربردهای یادگیری عمیق Applications of Deeplearning

  • توصیه‌ها Recommendations

  • مفاهیم پایه یادگیری عمیق Basic Concept of Deeplearning

  • پرسپترون Perception

  • شبکه عصبی Neural Network

  • قضیه تقریب جهانی Universal Approximations Theorem

  • شبکه عصبی عمیق Deep Neural Network

  • ادامه شبکه عصبی عمیق Deep Neural Network Continue

شروع کار با ابزارها Getting Started with Tools

  • شروع به کار Getting Started

  • محیط‌های کدنویسی Where to write Code

  • دفترچه ژوپیتر (Jupyter Notebook) Jupiter Notebook

  • گوگل کولب (Google Colab) Google Colab

  • پایتورچ (PyTorch) Pytorch

  • تنسورها Tensors

  • ادامه تنسورها Tensors Continue

  • گرادینت‌ها Gradients

  • مثال MNIST MNIST Example

  • بررسی نمونه Check Sample

  • لایه پنهان Hidden Layer

  • رابط کاربری روی یک رقم Interface on a Digit

  • مروری بر یادگیری انتقالی Transfer-Learning-Overview

  • یادگیری انتقالی چیست What is Transfer Learning

  • شبکه‌های عصبی کانولوشنال CS231n CS231n Convolutional Neural Networks

نمایش نظرات

آموزش مبانی یادگیری عمیق با PyTorch
جزییات دوره
6h 21m
27
(آخرین آپدیت)
21
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده