آموزش های ضروری شبکه های عصبی و شبکه های عصبی کانولوشن

Neural Networks and Convolutional Neural Networks Essential Training

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: به شبکه های عصبی و شبکه های عصبی کانولوشن ، دو مفهوم اصلی در زمینه یادگیری ماشین ، شیرجه بزنید. در این دوره عملی ، مربی جاناتان فرناندس مفاهیم اساسی شبکه عصبی عصبی و کانولوشن را پوشش می دهد. جاناتان با ارائه مقدمه ای در مورد اجزای شبکه های عصبی ، بحث در مورد توابع فعال سازی و انتشار مجدد ، شروع می کند. او سپس به بررسی شبکه های عصبی کانولوشن می پردازد ، و توضیح می دهد که چرا آنها به ویژه در انجام کارهای تشخیص تصویر مهارت دارند. وی همچنین چگونگی ساخت مدل شبکه عصبی با استفاده از Keras را گام برمی دارد. به علاوه ، در مورد VGG16 ، تاریخچه چالش ImageNet و موارد دیگر اطلاعات کسب کنید.
موضوعات شامل:
  • نورونها و نورونهای مصنوعی
  • اجزای شبکه های عصبی
  • تجسم شبکه عصبی
  • پیاده سازی شبکه عصبی در کراس
  • تدوین و آموزش مدل شبکه عصبی
  • دقت و ارزیابی مدل شبکه عصبی
  • شبکه های عصبی کانولوشن در کراس
  • پیشرفت در شبکه های عصبی کانولوشن
  • کار با VGG16

سرفصل ها و درس ها

مقدمه Introduction

  • خوش آمدی Welcome

  • آنچه باید بدانید What you should know

  • با استفاده از پرونده های تمرینی Using the exercise files

1. آشنایی با شبکه های عصبی 1. Introduction to Neural Networks

  • نورون ها و نورون های مصنوعی Neurons and artificial neurons

  • نزول شیب Gradient descent

  • XOR چالش و راه حل The XOR challenge and solution

  • شبکه های عصبی Neural networks

2. مؤلفه های شبکه های عصبی 2. Components of Neural Networks

  • توابع فعال سازی Activation functions

  • پردازش برگشتی و هایپرپارامترها Backpropagation and hyperparameters

  • تجسم شبکه عصبی Neural network visualization

3. اجرای شبکه عصبی در کراس 3. Neural Network Implementation in Keras

  • درک مؤلفه ها در کراس Understanding the components in Keras

  • تنظیم یک حساب Microsoft در Azure Setting up a Microsoft account on Azure

  • آشنایی با MNIST Introduction to MNIST

  • پردازش داده های آموزش Preprocessing the training data

  • پردازش داده های آزمون Preprocessing the test data

  • ساخت مدل کراس Building the Keras model

  • تدوین مدل شبکه عصبی Compiling the neural network model

  • آموزش مدل شبکه عصبی Training the neural network model

  • صحت و ارزیابی مدل شبکه عصبی Accuracy and evaluation of the neural network model

4- شبکه های عصبی تحریک کننده 4. Convolutional Neural Networks

  • درگیری Convolutions

  • صفر و استخر Zero padding and pooling

5. شبکه های عصبی تحریک در کراس 5. Convolutional Neural Networks in Keras

  • پردازش و بارگیری داده ها Preprocessing and loading of data

  • ایجاد و تدوین مدل Creating and compiling the model

  • آموزش و ارزیابی مدل Training and evaluating the model

6. پیشرفتهای در شبکه های عصبی تحریک (CNNs) 6. Enhancements to Convolutional Neural Networks (CNNs)

  • پیشرفت های CNN Enhancements to CNNs

  • تقویت تصویر در کراس Image augmentation in Keras

7. ImageNet 7. ImageNet

  • چالش ImageNet ImageNet challenge

  • کار با VGG16 Working with VGG16

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش های ضروری شبکه های عصبی و شبکه های عصبی کانولوشن
جزییات دوره
1h 19m
29
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
105,229
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jonathan Fernandes Jonathan Fernandes

مشاور متمرکز بر علوم داده ، هوش مصنوعی و داده های بزرگ جاناتان فرناندس برای یک مشاور کار می کند و در درجه اول روی علوم داده ، هوش مصنوعی و داده های بزرگ تمرکز دارد.

جاناتان از کار خود لذت می برد ، زیرا عشق او به اعداد ، کدگذاری و آمار را ترکیبی می کند. جاناتان دارای مدرک کارشناسی علوم کامپیوتر و MBA از دانشگاه وارویک است.