مشکل زیرساخت شبکه و افت سرعت کاملاً برطرف شده است. در حال حاضر فعالسازی و آمادهسازی دورهها در حال انجام است. از صبر و شکیبایی شما سپاسگزاریم.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ساخت مدلهای تصویر و متن با یادگیری عمیق (Deep Learning)
- آخرین آپدیت
دانلود Build Image and Text Models with Deep Learning
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در پایان این دوره، فراگیران قادر خواهند بود مجموعهدادههای تصویری و متنی را آماده کنند، مدلهای طبقهبندی بسازند، شبکههای عصبی را آموزش دهند، عملکرد مدل را ارزیابی کرده و معماریهای ترنسفورمر را برای تولید متن به کار بگیرند.
این دوره کاربردی به بررسی دو کاربرد اصلی یادگیری عمیق میپردازد: بینایی ماشین (Computer Vision) و پردازش زبان طبیعی (NLP). فراگیران ابتدا مجموعهدادههای تصویری را دانلود، تبدیل، نرمالسازی و بصریسازی کرده و سپس طبقهبندیکنندهها را با استفاده از MNIST و CIFAR-10 تعریف، آموزش و آزمایش میکنند. همچنین لایههای شبکه عصبی، توابع زیان (Loss Functions)، ورودیها، خروجیها و حلقههای آموزشی را پیکربندی خواهند کرد.
بخش دوم دوره به معرفی طبقهبندی متن با استفاده از شبکههای عصبی پیچشی (CNN) میپردازد. در این بخش، دادههای متنی آماده شده، مدلهای طبقهبندی ساخته و بهینهسازی میشوند و توابع زیان مختلف مورد آزمایش قرار میگیرند. در نهایت، مفاهیم تولید متن و معماری بنیادی ترنسفورمرها بررسی خواهد شد.
تکمیل این دوره، فراگیران را قادر میسازد تا گردشهای کاری جامع یادگیری عمیق را برای کاربردهای تصویر و متن پیادهسازی کنند. نقطه قوت این دوره، ترکیب بینایی ماشین و NLP در یک تجربه آموزشی پروژه-محور است که امکان مقایسه نحوه پردازش دادههای بصری و متنی توسط شبکههای عصبی را فراهم میکند.
سرفصل ها و درس ها
طبقهبندی تصویر در عمل
Image Classification in Action
دانلود مجموعهداده
Download Dataset
تبدیل دادهها
Transform the Data
بصریسازی دادهها
Visualize the Data
تعریف مدل
Define the Model
افزودن لایههای نهایی
Add a Few Final Layers
آموزش مدل
Train the Model
تست مدل
Test the Model
بررسی CIFAR
What About CIFAR
طبقهبندیکننده تصویر روی مجموعهداده Cifar 10
Image Classifier on Cifar 10 Dataset
دانلود و بارگذاری مجموعهداده ما
Download and Load Our Dataset
مجموعهداده آموزش و تست
Train and Test Dataset
تعریف شبکه عصبی ما
Define Our Neural Network
کار روی تصویر
Working on Image
ورودی و خروجی
Input and Output
تعریف تابع زیان
Define Our Loss Function
آموزش دادهها با Enumerate
Train Data in Enumerate
ادامه آموزش دادهها با Enumerate
Train Data in Enumerate Continue
تست شبکه عصبی روی تصویر تست
Test the Neural Network on the Test Image
یادگیری عمیق برای متن
Deep Learning for Text
مقدمهای بر طبقهبندی متن
Intro to Text Classifier
طبقهبندی متن با استفاده از CNN
Text Classification Using CNN
آمادهسازی دادهها
Prepare the Data
ساخت مدل
Build the Model
ادامه ساخت مدل
Build the Model Continue
توضیحات بیشتر درباره ساخت مدل
More on Build the Model
تعریف تابع زیان
Define a Loss Function
ادامه تعریف تابع زیان
Define a Loss Function Continue
توضیحات بیشتر درباره تعریف تابع زیان
More on Define a Loss Function
ارزیابی یا تست مدل
Evaluate or Test the Model
مقدمهای بر تولید متن
Intro to Text Generation
ترنسفورمرهای تولید متن
Text Generation-Transformers
ادامه ترنسفورمرهای تولید متن
Text Generation-Transformers Continue
معماریهای ترنسفورمر
Transformers-Architectures
ادامه معماریهای ترنسفورمر
Transformers-Architectures Continue
نمایش نظرات