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

آموزش [AI] با Python & React یک برنامه وب شناسایی اشیاء ایجاد کنید

دانلود [AI] Create a Object Recognition Web App with Python & React

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

[AI] ایجاد یک برنامه وب شناسایی شی با Python React

برنامه های وب مبتنی بر هوش مصنوعی را با FastAPI و React بسازید. یادگیری ماشینی با Python را برای توسعه دهندگان کشف کنید.

این دوره جامع، "[AI] ایجاد یک برنامه وب شناسایی شی با Python React" برای توانمندسازی توسعه دهندگان با مهارت های ساخت برنامه های کاربردی مبتنی بر هوش مصنوعی طراحی شده است. با ترکیب قدرت FastAPI، TensorFlow، و React، دانش‌آموزان می‌آموزند که یک برنامه وب تشخیص اشیاء تمام پشته ایجاد کنند که پتانسیل یادگیری ماشین را در توسعه وب مدرن به نمایش می‌گذارد.

در طول این دوره عملی، شرکت‌کنندگان با تمرکز اصلی روی Python برای توسعه هوش مصنوعی و باطن و TypeScript برای پیاده‌سازی frontend، عمیقاً به فناوری‌های Backend و Frontend می‌پردازند. این دوره با معرفی دانش‌آموزان با اصول یادگیری ماشین و بینایی کامپیوتر آغاز می‌شود و پایه‌ای محکم در مفاهیم هوش مصنوعی ضروری برای وظایف تشخیص اشیا فراهم می‌کند.

سپس دانش‌آموزان چارچوب FastAPI را بررسی می‌کنند و یاد می‌گیرند که چگونه APIهای REST کارآمد و مقیاس‌پذیر ایجاد کنند که به عنوان ستون فقرات برنامه عمل می‌کنند. این بخش موضوعاتی مانند رسیدگی به درخواست، اعتبارسنجی داده ها، و برنامه نویسی ناهمزمان در پایتون را پوشش می دهد و اطمینان حاصل می کند که پشتیبان می تواند نیازهای پردازش تشخیص شی را در زمان واقعی انجام دهد.

قلب این دوره در مؤلفه یادگیری ماشینی آن نهفته است، جایی که دانش آموزان به طور گسترده با TensorFlow برای ساخت و آموزش مدل های تشخیص شی سفارشی کار خواهند کرد. شرکت کنندگان نحوه آماده سازی مجموعه داده ها، طراحی معماری شبکه های عصبی و تنظیم دقیق مدل های از پیش آموزش دیده برای عملکرد بهینه را خواهند آموخت. این دوره همچنین موضوعات ضروری مانند افزایش داده ها، یادگیری انتقال، و تکنیک های ارزیابی مدل را پوشش می دهد.

در قسمت جلو، دانش آموزان از React و TypeScript برای ایجاد یک رابط کاربری پویا و پاسخگو استفاده می کنند. این بخش بر روی ساخت اجزای قابل استفاده مجدد، مدیریت وضعیت برنامه و اجرای به روز رسانی های بلادرنگ برای نمایش نتایج تشخیص اشیا تمرکز دارد. شرکت‌کنندگان همچنین یاد می‌گیرند که چگونه صفحه اصلی را با باطن FastAPI ادغام کنند و از ارتباط یکپارچه بین دو لایه برنامه اطمینان حاصل کنند.

در طول دوره، تاکید بر بهترین شیوه ها در توسعه نرم افزار، از جمله سازماندهی کد و ساختار پروژه خواهد بود. دانش‌آموزان همچنین با در نظر گرفتن عواملی مانند سرویس‌دهی مدل، مقیاس‌پذیری و بهینه‌سازی عملکرد، بینش‌هایی در مورد استقرار برنامه‌های وب مبتنی بر هوش مصنوعی کسب خواهند کرد.

در پایان دوره، شرکت‌کنندگان یک برنامه وب کاملاً کاربردی برای تشخیص اشیا ایجاد می‌کنند و تجربه عملی در ترکیب فناوری‌های هوش مصنوعی با چارچوب‌های توسعه وب مدرن به دست می‌آورند. این رویکرد مبتنی بر پروژه تضمین می‌کند که دانش‌آموزان نه تنها مفاهیم نظری را درک می‌کنند، بلکه مهارت‌های عملی لازم برای ساخت برنامه‌های کاربردی مبتنی بر هوش مصنوعی در سناریوهای دنیای واقعی را نیز کسب می‌کنند.

چه شما یک توسعه‌دهنده با تجربه هستید که به دنبال گسترش مجموعه مهارت‌های خود هستید یا علاقه‌مند به هوش مصنوعی و مشتاق به زندگی کردن مدل‌های یادگیری ماشینی در وب، این دوره ترکیبی عالی از تئوری و عمل را ارائه می‌دهد تا به شما در دستیابی به اهداف خود در این زمینه کمک کند. زمینه هیجان انگیز توسعه وب مبتنی بر هوش مصنوعی.

***سلب مسئولیت*** این دوره بخشی از یک سری 3 برنامه کاربردی است که در آن ما یک برنامه مشابه را با فناوری های مختلف از جمله Angular، React و یک برنامه موبایل متقابل پلتفرم با React Native CLI می سازیم. لطفاً چارچوب ظاهری را انتخاب کنید که برای شما مناسب است.

جلد طراحی شده توسط FreePik

سرفصل ها و درس ها

درس ها Lessons

  • اولین برنامه React را با Vite ایجاد کنید Create First React App With Vite

  • توضیح Tensorflow SSDMobileNetV2 و COCO DataSet Explaining Tensorflow SSDMobileNetV2 and COCO DataSet

  • React و TypeScript چیست What Is React And TypeScript

  • پیش بینی مسیر Predict Route

  • پایتون را روی MacOS نصب کنید Install Python on MacOS

  • دریافت نتایج در صفحه نمایش Getting the Results into screen

  • مدیریت آپلود و مدیریت تصویر Handle Upload and Handle Image

  • مولفه و سبک کنترل تصویر Image Control Component and Style

  • اجرای تابع استنتاج Run Inference Function

  • پایتون را روی ویندوز نصب کنید Install Python on Windows

  • از Upload Image Hook استفاده کنید Use Upload Image Hook

  • نصب و اجرای FastAPI Installing And Running FastAPI

  • بارگیری مدل از پیش آموزش دیده در برنامه Loading PreTrained Model Into App

  • هوش مصنوعی، یادگیری ماشین و یادگیری عمیق AI, Machine Learning and Deep Learning

  • برچسب_نقشه Label_Map

  • CORS مجاز است Allow CORS

  • FastAPI و Python Setup FastAPI and Python Setup

  • منابع Resources

  • انواع نتایج Result Types

  • آزمایش مسیر ما Testing Our Route

  • الگوی جعبه‌های پیش‌بینی و تصویر Prediction And Image Boxes Template

  • مقدمه Introduction

  • بهترین راه برای گذراندن دوره Best Way to take course

  • ورودی آپلود تصویر Image Upload Input

  • استفاده از موارد و محدودیت ها Use Cases And Limitations

  • تست آپلود تصویر Testing Image Upload

  • کلید API API Key

  • React Props React Props

  • پسوندهای VSCode VSCode Extensions

  • نصب Nodejs Installing Nodejs

  • بازگرداندن نتایج از پیش بینی مسیر Returning Results from Predict Route

  • یک مسیر نمونه دیگر Another Example Route

  • نصب بسته های مورد نیاز Installing Packages with Requirements

  • تقسیم به اجزای کوچکتر Splliting Into Smaller Components

  • شبکه های عصبی کانولوشنال Convulutional Neural Networks

  • نصب VSCode Installing VSCode

  • افزودن MobileNetV2 SSD مدل COCO DataSet Adding MobileNetV2 SSD COCO Model DataSet

  • برگرداندن داده ها از هوک Returning Data from Hook

  • تنظیم متغیرهای حالت ما Setting our State Variables

  • استفاده از Hook In Image Control Using Hook In Image Control

  • اجرای برنامه با Uvicorn Running App With Uvicorn

آموزش انسان خود را به کار خود بیاورید (خلاصه خلاصه getAb Abstract)

آموزش انسان خود را به کار خود بیاورید (خلاصه خلاصه getAb Abstract)

Bring Your Human to Work (getAbstract Summary)

آموزش وردپرس: تجارت الکترونیکی

آموزش وردپرس: تجارت الکترونیکی

WordPress: Ecommerce

آموزش طراحی بسته بندی در مخلوط کن

آموزش طراحی بسته بندی در مخلوط کن

Packaging design in blender

نمایش نظرات

Skillshare (اسکیل شیر)

اسکیل‌شر یک پلتفرم آموزشی آنلاین است که به میلیون‌ها افراد در سراسر جهان امکان یادگیری مهارت‌های جدید را فراهم می‌کند. این پلتفرم با ارائه دوره‌های متنوع در زمینه‌هایی از جمله هنر و طراحی، فناوری، کسب و کار، و زندگی موفق، به کاربران خود این امکان را می‌دهد تا به صورت آنلاین به یادگیری بپردازند.

یکی از ویژگی‌های منحصر به فرد سکیل‌شر، ارائه دوره‌های تدریس شده توسط صاحبان مهارت‌ها و افراد موفق در زمینه‌های مختلف است. این امر باعث می‌شود که کاربران از تجربیات و دانش عملی افرادی که در حوزه‌های مورد نظرشان موفق عمل کرده‌اند، بهره‌مند شوند و بهترین اطلاعات را برای بهبود مهارت‌های خود دریافت کنند. به این ترتیب، سکیل‌شر نه تنها یک پلتفرم آموزشی است، بلکه یک جامعه آموزشی است که افراد را به اشتراک گذاری دانش و تجربیات تشویق می‌کند و به آنها کمک می‌کند تا در مسیر پیشرفت و موفقیت خود ادامه دهند.

آموزش [AI] با Python & React یک برنامه وب شناسایی اشیاء ایجاد کنید
جزییات دوره
2h 56m
41
Skillshare (اسکیل شیر) Skillshare (اسکیل شیر)
(آخرین آپدیت)
2
- از 5
ندارد
دارد
دارد
Alex Softman

https://donyad.com/d/48f573

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

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Alex Softman Alex Softman

وب، A.I. و توسعه موبایل

"learn learning class classes teach education how to online learning collaborative learning" "یادگیری یادگیری کلاس آموزش نحوه یادگیری آنلاین یادگیری مشارکتی" AI for Development Development Web Development هوش مصنوعی برای توسعه توسعه توسعه وب