یادگیری عمیق: معماری‌های پیشرفته Backbone و آموزش بهینه GPU - آخرین آپدیت

معماری‌های مدرن Backbone (ConvNeXt و Vision Transformers) Modern Backbone Architectures (ConvNeXt & Vision Transformers)

• کاربردهای امروزی معماری‌های پیشرفته Where Advanced Architectures Are Used Today

• شبکه‌های CNN در برابر ترنسفورمرها: واقعیت‌های صنعت CNNs vs Transformers: Industry Reality

• مهارت‌های مورد نیاز برای مهندس بینایی ماشین Skills You Need as a Vision Engineer

• چرا CNNهای کلاسیک دچار شکست شدند Why Classic CNNs Started Failing

• اصلاحات ConvNeXt در CNNهای قدیمی What ConvNeXt Fixed in Old CNNs

• مقایسه ResNet و ConvNeXt - بخش اول ResNet vs ConvNeXt – Part 1

• مقایسه ResNet و ConvNeXt - بخش دوم ResNet vs ConvNeXt - Part 2

• تبدیل تصاویر به توکن‌ها چگونه انجام می‌شود How Images Become Tokens

• مکانیزم Attention واقعاً چه کاری انجام می‌دهد What Attention Really Does

• انتخاب Backbone مناسب: CNN در برابر ViT CNN vs ViT: Choosing the Right Backbone

دینامیک‌های آموزش و تکنیک‌های تثبیت Training Dynamics & Stabilization Techniques

• چرا به نرمال‌سازی نیاز داریم Why Normalization Is Needed

• مقایسه BatchNorm، LayerNorm و RMSNorm BatchNorm vs LayerNorm vs RMSNorm

• اثرات عملی بر پایداری آموزش Practical Effects on Training Stability

• چرا ReLU دیگر کافی نیست Why ReLU Is Not Enough Anymore

• توضیح بصری GELU و SwiGLU GELU & SwiGLU Explained Visually

• دستاوردهای عملی: پایداری، قدرت بیان و سرعت همگرایی Practical Gains: Stability, Expressiveness, Convergence Speed

• اهمیت کدگذاری موقعیت (Position Encoding) Why Position Encoding Matters

• توضیح مفهومی RoPE RoPE Explained Intuitively

آموزش بهینه بر روی GPUهای محدود Efficient Training on Limited GPUs

• اهمیت دقت ترکیبی (Mixed Precision) Why Mixed Precision Matters

• مقایسه FP16 و BF16: چه زمانی از کدام استفاده کنیم FP16 vs BF16: When to Use What

• خطاهای رایج در دقت ترکیبی Common Mixed Precision Failures

• تجمع گرادیان واقعاً چه کاری انجام می‌دهد What Gradient Accumulation Really Does

• توضیح شفاف اندازه دسته موثر (Effective Batch Size) Effective Batch Size Explained Clearly

• مشکلات پایداری در دسته‌های بزرگ (Large Batches) Stability Issues with Large Batches

• تک GPU در برابر چند GPU: زمان مقیاس‌بندی Single GPU vs Multi-GPU: When to Scale

• انتخاب بین DDP و FSDP DDP vs FSDP (Decision-Based)

• اندازه‌گیری صحیح سرعت و حافظه Measuring Speed & Memory Correctly

آزمایش، رهگیری و پروژه مقایسه‌ای ViT در برابر CNN Experimentation, Tracking & The ViT vs CNN Showdown Project

• چه مواردی را باید رهگیری کرد What to Track

• بصری‌سازی منحنی‌های Loss، نرم گرادیان و حالت‌های شکست Visualizing Loss Curves, Gradient Norms & Failure Modes

• پروفایلینگ حافظه و FLOPs Profiling Memory & FLOPs

• چگونه مقایسه‌های اشتباه رخ می‌دهند How Bad Comparisons Happen

• کنترل صحیح متغیرها Controlling Variables Properly

• طرح فرضیات روشن Forming Clear Hypotheses

• بهینه‌سازی (Fine Tuning) مدل‌های ConvNeXt و ViT Fine-Tuning ConvNeXt & ViT

• بهینه‌سازی مدل‌های ConvNeXt و ViT - بخش دوم Fine-Tuning ConvNeXt & ViT Part 2

• بهینه‌سازی مدل‌های ConvNeXt و ViT - بخش سوم Fine-Tuning ConvNeXt & ViT Part 3

• پیاده‌سازی دقت ترکیبی و تکنیک‌های بهینه‌سازی - بخش اول Applying Mixed Precision & Efficiency Techniques Part -1

• پیاده‌سازی دقت ترکیبی و تکنیک‌های بهینه‌سازی Applying Mixed Precision & Efficiency Techniques

• تفسیر نتایج مانند یک مهندس حرفه‌ای Interpreting Results Like an Engineer