کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

یادگیری عمیق 2025: هوش مصنوعی مولد، C++، GPT و بیشتر - آموزش جامع - آخرین آپدیت

دانلود Dive into Deep learning 2025 Generative AI,C++,GPT & more

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آموزش جامع هوش مصنوعی: یادگیری عمیق، C++، و Chat GPT

همین حالا پیشرفته‌ترین فناوری روز، یعنی هوش مصنوعی را با ترکیب C++، هوش مصنوعی مولد (Generative AI)، Chat GPT و مفاهیم کلیدی دیگر بیاموزید.

آنچه در این دوره خواهید آموخت:

  • درک عمیق از هوش مصنوعی و یادگیری عمیق: مفاهیم بنیادی و پیشرفته هوش مصنوعی را درک کنید.
  • تسلط بر کتابخانه‌های هوش مصنوعی: نحوه استفاده از کتابخانه‌های کلیدی مانند NUMPY و PANDAS را فرا بگیرید.
  • پرورش ذهن نوآور: برای نوآوری و خلق ایده‌های جدید در آینده آماده شوید.
  • ساخت شبکه‌های عصبی از صفر: نحوه ساخت شبکه‌های عصبی از پایه و صادرات آن به C++ را بیاموزید.
  • تسلط بر Python و C++ (Libtorch): درک قوی از هر دو زبان برنامه‌نویسی برای پیاده‌سازی پروژه‌های هوش مصنوعی کسب کنید.
  • مروری بر MLOps (Machine Learning Operations): برای ایجاد موثر مدل‌های هوش مصنوعی، با مفاهیم MLOps آشنا شوید.
  • تسلط بر Pytorch و Pytorch Lightning: از این ابزارهای قدرتمند بهره‌مند شوید (مهارتی کمیاب در بازار کار).
  • بینایی ماشین (Computer Vision): به کامپیوترها یاد دهید که چگونه ببینند و تصاویر را پردازش کنند.
  • پردازش زبان طبیعی (NLP): مدل‌های تحلیل احساسات مبتنی بر A.I برای توییتر و سایر شبکه‌های اجتماعی ایجاد کنید.
  • درک عمیق از ریاضیات پشت پرده A.I: مفاهیم ریاضیاتی پیشرفته هوش مصنوعی را درک کنید.
  • روش‌های مختلف خروجی گرفتن از مدل‌های A.I: یاد بگیرید که چگونه مدل‌های خود را به روش‌های مختلف صادر کنید.
  • استفاده موثر از Chat GPT در علوم داده: در طول سفر خود در علوم داده، از Chat GPT به عنوان یک ابزار قدرتمند بهره ببرید.
  • مبانی CMAKE: با نحوه استفاده از CMAKE آشنا شوید.

پیش‌نیازها:

  • بدون نیاز به مهارت برنامه‌نویسی قبلی
  • اشتیاق به نوآوری
  • هیچ چیز بیشتر :)

به عصر هوش مصنوعی خوش آمدید، جایی که همه چیز به سرعت در حال تحول است. در این عصر پویا، ارتقای مهارت‌ها با کسب دانش ضروری و پیشرفته که در حال حاضر تقاضای زیادی در بازار دارد، بسیار مهم است: هوش مصنوعی. این دوره شما را به یک سفر یادگیری جامع می‌برد و به مفاهیم پیشرفته هوش مصنوعی، مانند:

  1. بینایی کامپیوتر
  2. هوش مصنوعی مولد
  3. شبکه‌های عصبی بازگشتی (RNN)
  4. رمزگذار خودکار واریانس (Variational Autoencoder)
  5. PyTorch با Python و C++
  6. Numpy و Pandas
  7. و خیلی چیزهای دیگر..

مفاهیم پیشرفته زیادی در حال حاضر مورد تقاضا هستند. من قبلا در سازمان Trustline Security Limited مشغول به کار بودم، جایی که ما از تجربه دنیای واقعی برای ایجاد راه حل‌های هوش مصنوعی مقاوم استفاده می‌کنیم. من از این تجربه استفاده می‌کنم تا به شما نحوه ساخت هوش مصنوعی پیشرفته، آماده صنعت و قوی را آموزش دهم.

در این دوره، ما سفری را برای توسعه هوش مصنوعی در زمینه‌های مختلف، از جمله تحلیل بازار سهام، تولید چهره انسان، طبقه‌بندی تصویر و موارد دیگر آغاز می‌کنیم. این دوره نه تنها اصول برنامه‌نویسی و ریاضی شما را تقویت می‌کند، بلکه شما را قادر می‌سازد تا راه حل‌های هوش مصنوعی را به دو زبان مجزا: Python و C++ بسازید. این مهارت در هر دو زبان یک دارایی کمیاب و ارزشمند در فضای یادگیری عمیق است.

علاوه بر این، ما بهترین شیوه‌هایی را بررسی می‌کنیم که ایجاد سیستماتیک راه حل‌های هوش مصنوعی را امکان‌پذیر می‌سازد. ما به تئوری MLOps (عملیات یادگیری ماشین) می‌پردازیم و توانایی‌های شما را افزایش می‌دهیم و استعدادهای شما را در بازار رقابتی هوش مصنوعی درخشان می‌کنیم.

ما همچنین بررسی می‌کنیم که چگونه Chat GPT LLM می‌تواند توسعه هوش مصنوعی ما را در قلمرو علوم داده بهبود بخشد و سرعت بخشد. این بخش به ویژه جذاب است، زیرا Chat GPT به عنوان یک دستیار ارزشمند در پرداختن به وظایف تکراری و بدون منطق عمل می‌کند و سفر هوش مصنوعی ما را هیجان‌انگیزتر و کارآمدتر می‌کند.

در پایان این دوره، شما به عنوان فردی متحول شده ظاهر خواهید شد که توانایی نوآوری و ایجاد راه حل‌هایی را دارید که به نفع جامعه است، ذهنی درخشان دارید که آماده ایجاد تأثیر مثبت بر جهان است.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • چرا هوش مصنوعی اینقدر رونق دارد؟ Why AI Booming Right Now ?

  • طرح کلی دوره Course Outline

  • هوش مصنوعی چگونه یاد می گیرد؟ How A.I Actually Learns ?

  • یادگیری با نظارت در مقابل یادگیری بدون نظارت Supervised vs Unsupervised learning

  • کتابخانه های معروف در زمینه هوش مصنوعی Famous Libraries in AI Field

دوره فشرده گوگل کولب Google Colab Crash Course

  • جلسه 1 Lecture 1

  • جلسه 2 Lecture 2

  • جلسه 3 Lecture 3

  • جلسه 4 Lecture 4

  • آزمون کولب Colab Quiz

غواصی در پایتون Dive into Python

  • منابع Resources

  • پایتون 1 Python 1

  • پایتون 2 Python 2

  • پایتون 3 Python 3

  • پایتون 4 Python 4

  • پایتون 5 Python 5

  • پایتون 6 Python 6

  • پایتون 7 Python 7

  • پایتون 8 Python 8

  • پایتون 9 Python 9

  • پایتون 10 Python 10

  • آزمون پایتون Python Quiz

غواصی عمیق در نامپای Deep Dive into Numpy

  • منابع Resources

  • مقدمه Introduction

  • لیست پایتون در مقابل نامپای Python List Vs NUMPY

  • جلسه نامپای 1 Numpy Lecture 1

  • جلسه نامپای 2 Numpy Lecture 2

  • جلسه نامپای 3 Numpy Lecture 3

  • جلسه نامپای 4 Numpy Lecture 4

  • جلسه نامپای 5 Numpy Lecture 5

  • جلسه نامپای 6 Numpy Lecture 6

  • آزمون نامپای Numpy Quiz

غواصی عمیق در پانداز؟ Deep Dive into Pandas ?

  • منابع Resources

  • مقدمه پانداز Pandas Introduction

  • جلسه پانداز 1 Pandas Lecture 1

  • جلسه پانداز 2 Pandas Lecture 2

  • جلسه پانداز 3 Pandas Lecture 3

  • جلسه پانداز 4 Pandas Lecture 4

  • جلسه پانداز 5 Pandas Lecture 5

  • آزمون پانداز Pandas Quiz

مبانی پای تورچ Pytorch Basics

  • منابع Resources

  • مقدمه Introduction

  • پای تورچ 1 Pytorch 1

  • پای تورچ 2 Pytorch 2

  • پای تورچ 3 Pytorch 3

  • پای تورچ 4 Pytorch 4

  • پای تورچ 5 Pytorch 5

  • پای تورچ 6 Pytorch 6

  • پای تورچ 7 Pytorch 7

  • پای تورچ 8 Pytorch 8

  • پس انتشار قسمت 1 Backpropgation Part 1

  • پس انتشار قسمت 2 Backpropagation Part 2

  • تورچ اتوگراد قسمت 1 Torch Autograd Part 1

  • تورچ اتوگراد قسمت 2 Torch Autograd Part 2

  • آزمون پای تورچ Pytorch Quiz

شبکه عصبی مصنوعی اولین هوش مصنوعی شما ANN (Artificial Neural Network) Your First A.I

  • منابع Resources

  • مقدمه Introduction

  • جلسه 1 Lecture 1

  • جلسه 2 Lecture 2

  • جلسه 3 Lecture 3

  • جلسه 4 Lecture 4

  • جلسه 5 Lecture 5

  • جلسه 6 Lecture 6

  • جلسه 7 Lecture 7

  • جلسه 8 Lecture 8

  • جلسه 9 Lecture 9

  • جلسه 10 Lecture 10

  • جلسه 11 Lecture 11

  • پیش بینی ها !! Predictions !!

توابع فعالسازی به صورت عمیق Activation Functions In-DEPTH

  • منابع Resources

  • توابع فعالسازی چیست؟ What is Activation Functions ?

  • تابع فعالسازی سیگموئید Sigmoid Activation Function

  • TanH TanH

  • فعالسازی ReLU ReLU Activation

  • فعالسازی LeakyReLU LeakyReLU Activation

  • فعالسازی Softmax Softmax Activation

  • آزمون تابع فعالسازی Activation Function Quiz

توابع زیان به صورت عمیق Loss Functions IN-DEPTH

  • منابع Resources

  • مقدمه Introduction

  • میانگین خطای مربعی Mean Squared Error

  • میانگین خطای مطلق Mean Absolute Error

  • زیان آنتروپی متقاطع Cross Entropy Loss

  • آزمون تابع زیان Loss Function Quiz

شبکه عصبی کانولوشن (بینایی کامپیوتر) - شهود CNN (Computer Vision) - Intuition

  • مقدمه Introduction

  • کد عملی کوچک Little Code Practical

  • شبکه عصبی کانولوشن چگونه کار می کند How CNN Works

  • ادغام Pooling

  • حاشیه نویسی Padding

  • موارد استفاده از شبکه عصبی کانولوشن Use Cases of CNN

  • آزمون شبکه عصبی کانولوشن CNN Quiz

پروژه CNN CNN Project

  • منابع Resources

  • بررسی اجمالی پروژه Project Overview

  • بررسی اجمالی مجموعه داده ها Datasets Overview

  • توسعه مجموعه داده قسمت 1 Dataset Development Part 1

  • توسعه مجموعه داده قسمت 2 Dataset Development Part 2

  • بررسی اجمالی مدل Model Overview

  • توسعه مدل 1 Model Development 1

  • توسعه مدل 2 Model Development 2

  • توسعه مدل 3 Model Development 3

  • توسعه مدل 4 Model Development 4

  • توسعه مدل 5 Model Development 5

  • توسعه مدل 6 Model Development 6

  • توسعه مدل 7 Model Development 7

  • توسعه مدل 8 Model Development 8

  • توسعه مدل 9 Model Development 9

  • اطلاعیه Notice

یادگیری انتقالی Transfer Learning

  • منابع Resources

  • مدل های از پیش آموزش دیده چیست؟ What is Pretrained Models ?

  • برخی از مدل های معروف CNN Some Famous CNN Models

  • یادگیری انتقالی چیست What is Transfer Learning

  • پیاده سازی یادگیری انتقالی Transfer Learning Implementation

منظم سازی Regularization

  • منابع Resources

  • مقدمه Introduction

  • نرم L1 و L2 L1 and L2 Norm

  • نمودار نرم L1 و L2 L1 and L2 Norm Graph

  • پیاده سازی L1 و L2 L1 and L2 Implementation

  • معرفی Dropout Dropout Intro

  • پیاده سازی Dropout Dropout implementation

  • توقف زودهنگام (یک ناهار رایگان) Early Stopping (A Free Lunch)

  • پیاده سازی توقف زودهنگام Early Stopping implementation

برخی موضوعات پیشرفته Some Advance Topics

  • منابع Resources

  • نرمال سازی دسته ای Batch Normalisation

  • زمانبند نرخ یادگیری Learning Rate Scheduler

  • برش گرادیان Gradient Cliping

  • Torch AMP قسمت 1 Torch AMP Part 1

  • Torch AMP قسمت 2 Torch AMP Part 2

  • راه اندازی فایل YAML و INI YAML and INI File Setup

شهود RNN RNN Intuition

  • مقدمه Introduction

  • ریاضیات پشت RNN Maths Behind RNN

  • انواع RNN Types of RNN

  • مشکل محو شدن گرادیان RNN RNN Vanishing Gradient Problem

  • LSTM LSTM

هوش مصنوعی پیش بینی سهام Stock Prediction A.I

  • منابع Resources

  • جلسه 1 Lecture 1

  • جلسه 2 Lecture 2

  • جلسه 3 Lecture 3

  • جلسه 4 Lecture 4

  • جلسه 5 Lecture 5

  • جلسه 6 Lecture 6

  • جلسه 7 Lecture 7

  • جلسه 8 Lecture 8

  • جلسه 9 Lecture 9

  • جلسه 10 Lecture 10

  • جلسه 11 پیش بینی ها !! Lecture 11 Predictions !!

طبقه بندی احساسات توییت از طریق تورچ لایتنینگ Tweet Sentiment Classifications Via Torch Lightining

  • منابع Resources

  • مقدمه Introduction

  • پای تورچ در مقابل پای تورچ لایتنینگ Pytorch vs Pytorch Lightning

  • جلسه 1 Lecture 1

  • جلسه 2 Lecture 2

  • جلسه 3 Lecture 3

  • جلسه 4 Lecture 4

  • جلسه 5 Lecture 5

  • جلسه 6 Lecture 6

  • جلسه 7 Lecture 7

  • جلسه 8 Lecture 8

  • جلسه 9 Lecture 9

  • جلسه 10 Lecture 10

  • جلسه 11 Lecture 11

  • جلسه 12 Lecture 12

  • جلسه 13 Lecture 13

  • جلسه 14 Lecture 14

  • جلسه 15 Lecture 15

  • جلسه 16 Lecture 16

  • جلسه 17 Lecture 17

  • جلسه 18 Lecture 18

  • جلسه 19 Lecture 19

  • جلسه 20 Lecture 20

دوران هوش مصنوعی مولد Generative A.I Era

  • مقدمه Introduction

  • هوش مصنوعی مولد چگونه کار می کند؟ How Generative A.I Works ?

  • شبکه خصمانه مولد Generative Adversarial Network

  • خودرمزگذارها چیست؟ What is AutoEncoders ?

  • محدودیت های خودرمزگذارها Limitations of AutoEncoders

تولید چهره انسان با VAE Human Face Generation with VAE

  • منابع Resources

  • معماری VAE Architecture of VAE

  • توزیع نرمال چیست؟ What is Normal Distribution ?

  • جلسه 1 Lecture 1

  • جلسه 2 Lecture 2

  • جلسه 3 Lecture 3

  • جلسه 4 Lecture 4

  • جلسه 5 Lecture 5

  • جلسه 6 Lecture 6

  • جلسه 7 Lecture 7

  • جلسه 8 Lecture 8

  • جلسه 9 Lecture 9

  • جلسه 10 Lecture 10

  • جلسه 11 Lecture 11

  • دستکاری چهره ها قسمت 1 Manipulate Faces Part 1

  • دستکاری چهره ها قسمت 2 Manipulate Faces Part 2

  • آزمون Quiz

روش های مختلف ذخیره و بارگیری مدل Different ways of Model Saving And Loading

  • منابع Resources

  • مقدمه Introduction

  • ذخیره و بارگیری مدل قسمت 1 Model Saving & Loading Part 1

  • ذخیره و بارگیری مدل قسمت 2 Model Saving & Loading Part 2

  • Torch JIT Torch JIT

  • ONNX - تبادل شبکه عصبی باز ONNX - Open Neural Network Exchange

  • آزمون Quiz

Libtorch: یادگیری عمیق فراتر از پایتون ++C Libtorch : Deep Learning Beyond Python C++

  • منابع Resources

  • مقدمه Introduction

  • مبانی ++C 1 C++ Basics 1

  • مبانی ++C 2 C++ Basics 2

  • نصب Libtorch Libtorch Installation

  • مبانی Libtorch Libtorch Basics

  • ایجاد شبکه عصبی با Libtorch ++C Creating Neural Network with Libtorch C++

  • صادر کردن مدل شبکه عصبی هوش مصنوعی پایتون به ++C Exporting Python AI Neural network model to C++

  • پایان Libtorch Libtorch Outro

MLOPS: روشهایی برای یک مدل عالی هوش مصنوعی MLOPS:Practices for a great A.I Model

  • جلسه MLOPS 1 MLOPS Lecture 1

  • جلسه MLOPS 2 MLOPS Lecture 2

  • جلسه MLOPS 3 MLOPS Lecture 3

  • جلسه MLOPS 4 MLOPS Lecture 4

  • جلسه MLOPS 5 MLOPS Lecture 5

  • جلسه MLOPS 6 MLOPS Lecture 6

  • جلسه MLOPS 7 MLOPS Lecture 7

Chat GPT: دست یاری دهنده شما در علم داده Chat GPT:Your's Helping Hand in Data Science

  • GPT 1 GPT 1

  • GPT 4 GPT 4

  • GPT 2 GPT 2

  • GPT 3 GPT 3

  • GPT 5 GPT 5

پایان Outro

  • گزینه های شغلی آینده Future Career Options

  • پایان Outro

  • ویدیوهای آینده Future Videos

آموزش طراحی آسان: طراحی مشاهده ای و تمرینات آبرنگ برای همه

آموزش طراحی آسان: طراحی مشاهده ای و تمرینات آبرنگ برای همه

Drawing Made Easy: Observational Drawing and Watercolor Exercises for Everyone

آموزش ادغام جاوا با دات نت فریم ورک

آموزش ادغام جاوا با دات نت فریم ورک

Java Integration with .NET Framework

آموزش "هستیا" - گواش لارکسپور و پوتنتیلا و باغ آبرنگ

آموزش "هستیا" - گواش لارکسپور و پوتنتیلا و باغ آبرنگ

دانلود "Hestia" - Larkspur & Potentilla Gouache & Watercolour Garden

نمایش نظرات

یادگیری عمیق 2025: هوش مصنوعی مولد، C++، GPT و بیشتر - آموزش جامع
جزییات دوره
31.5 hours
211
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
166
4.5 از 5
دارد
دارد
دارد

https://donyad.com/d/235fdd

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Pranav (Vishu) Vishnoi Pranav (Vishu) Vishnoi

هوش مصنوعی که ماهیت داده‌ها را تعریف می‌کند :)