آموزش یادگیری عمیق - شبکه‌های عصبی مصنوعی با TensorFlow - آخرین آپدیت

خوش‌آمدگویی Welcome

• مقدمه Introduction

• سرفصل‌ها Outline

یادگیری ماشین و نورون‌ها Machine Learning and Neurons

• یادگیری ماشین چیست؟ What Is Machine Learning?

• آماده‌سازی کد (تئوری طبقه‌بندی) Code Preparation (Classification Theory)

• دفترچه کد طبقه‌بندی Classification Notebook

• آماده‌سازی کد (تئوری رگرسیون) Code Preparation (Regression Theory)

• دفترچه کد رگرسیون Regression Notebook

• نورون The Neuron

• مدل چگونه «یاد می‌گیرد»؟ How Does a Model 'Learn'?

• انجام پیش‌بینی‌ها Making Predictions

• ذخیره و بارگذاری مدل Saving and Loading a Model

• چرا Keras؟ Why Keras?

• باکس پیشنهادات Suggestion Box

شبکه‌های عصبی مصنوعی پیش‌خور Feedforward Artificial Neural Networks

• مقدمه بخش شبکه‌های عصبی مصنوعی Artificial Neural Networks Section Introduction

• انتشار پیشرو Forward Propagation

• تصویر هندسی The Geometrical Picture

• توابع فعال‌ساز Activation Functions

• طبقه‌بندی چندکلاسه Multiclass Classification

• نحوه نمایش تصاویر How to Represent Images

• آماده‌سازی کد (شبکه‌های عصبی مصنوعی) Code Preparation (Artificial Neural Networks)

• شبکه ANN برای طبقه‌بندی تصاویر ANN for Image Classification

• شبکه ANN برای رگرسیون ANN for Regression

• نحوه انتخاب هایپرپارامترها How to Choose Hyperparameters

بررسی عمیق: توابع زیان In-Depth: Loss Functions

• میانگین مربع خطا (MSE) Mean Squared Error

• آنتروپی متقاطع باینری Binary Cross Entropy

• آنتروپی متقاطع دسته‌ای Categorical Cross Entropy

بررسی عمیق: گرادینت نزولی In-Depth: Gradient Descent

• گرادینت نزولی Gradient Descent

• گرادینت نزولی تصادفی (SGD) Stochastic Gradient Descent

• مومنتوم Momentum

• نرخ‌های یادگیری متغیر و تطبیقی Variable and Adaptive Learning Rates

• بهینه‌ساز Adam (بخش اول) Adam Optimization (Part 1)

• بهینه‌ساز Adam (بخش دوم) Adam Optimization (Part 2)