آموزش یادگیری عمیق: شبکه های عصبی با تنسورفلو

سرفصل ها و درس ها

یادگیری عمیق: شبکه های عصبی با TensorFlow Deep Learning: Neural Networks with TensorFlow

• مروری بر DLUT Overview of DLUT

• سناریوی پرسپترون Scenario of Perceptron

• ایجاد شبکه عصبی با استفاده از TensorFlow Creating Neural Network Using TensorFlow

• انجام طبقه بندی چند کلاسه Perform Multiclass Classification

• مقداردهی اولیه مدل Initializing the Model

• راه اندازی مدل ادامه دارد Initializing the Model Continued

• پردازش تصویر با استفاده از CNN Image Processing Using CNN

• شهود پیچیدگی Convolution Intuition

• طبقه بندی عکس های سگ و گربه Classifying the Photos of Dogs and Cats

• شبکه های عصبی یادگیری عمیق و لایه های آن Deep Learning Neural Networks and its Layers

• فهرست راهنماها Listing Directories

• وارد کردن تصویر تولید کننده داده Import Image Data Generator

• مفهوم پیشرفته آموزش انتقال بخش 1 Advance Concept of Transfer Learning Part 1

• مفهوم پیشرفته آموزش انتقال بخش 2 Advance Concept of Transfer Learning Part 2

• مفهوم پیشرفته آموزش انتقال بخش 3 Advance Concept of Transfer Learning Part 3

Project On Tensorflow: Face Mask Detection Application Project On Tensorflow: Face Mask Detection Application

• مقدمه ای بر پروژه Introduction to Project

• نصب پکیج Package Installation

• بارگذاری حالت از پیش آموزش داده شده Load Data Pretrained Mode

• مدل مناسب قطار Train Model Fit Model

• بارگذاری مدل ذخیره Load Save Model

• تابع پیش بینی Function to Predict

• نتیجه نهایی Final Result

پروژه در Tensorflow - پیاده سازی مدل خطی با پایتون Project on Tensorflow - Implementing Linear Model with Python

• مقدمه ای بر تنسورفلو با پایتون Introduction to Tensorflow with Python

• نصب تنسورفلو Installation of Tensorflow

• انواع داده های پایه برای تنسورفلو Basic Data Types for Tensorflow

• پیاده سازی مدل خطی ساده Implementing Simple Linear Model

• ایجاد یک فایل پایتون Creating a Python File

• بهینه سازی متغیر Optimization of Variable

• پیاده سازی متغیر سازنده Implementing the Constructor Variable

• چاپ نتیجه متغیر Printing the Variable Result

• نامگذاری متغیر Naming the Variable

یادگیری عمیق: شرح خودکار تصویر برای رسانه های اجتماعی با تنسورفلو Deep Learning: Automatic Image Captioning For Social Media With Tensorflow

• مقدمه دوره Introduction to Course

• واردات کتابخانه ها Import the Libraries

• دسترسی به مجموعه داده Caption برای آموزش Accessing the Caption Dataset for Training

• دسترسی به Image DataSet برای Trainingb Accessing the Image DataSet for Trainingb

• پیش پردازش داده های متنی Preprocessing the Text Data

• پیش پردازش و بارگذاری داده‌های زیرنویس Pre-Process and Load Captions Data

• بارگیری شرح‌ها برای داده‌های آموزش و آزمون Loading the Captions for Training and Test Data

• پیش پردازش داده های تصویری Preprocessing of Image Data

• ویژگی های بارگیری برای مجموعه داده های آموزش و آزمایش Loading Features for Train and Test Dataset

• توکن سازی متن و متن دنباله دار Text Tokenization and Sequence Text

• مولدهای داده Data Generators

• مدل را تعریف کنید Define the Model

• ارزیابی مدل Evaluation of Model

• مدل را تست کنید Test the Model

• برنامه Streamlit را ایجاد کنید Create Streamlit App

• پیش بینی جریان روشن Streamlit Prediction

• تست برنامه Streamlit Test Streamlit App

• Streamlit را در نمونه AWS EC2 مستقر کنید Deploy Streamlit on AWS EC2 Instance