آموزش شبکه های عصبی در C++ (2021)

Training Neural Networks in C++ (2021)

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در مورد هدف، ساختار و فرآیند آموزش شبکه های عصبی برای بهبود مهارت های یادگیری ماشینی خود بیاموزید. در این دوره پروژه محور، مدرس Eduardo Corpeño به شما یاد می دهد که چگونه یک سیستم هوشمند با یک شبکه عصبی را از ابتدا در C++ ایجاد کنید و همچنین نحوه انتخاب معماری شبکه عصبی و روش آموزش مناسب برای هر مشکل را به شما آموزش می دهد. ادواردو با توضیح تفاوت بین شبکه عصبی و سایر ابزارهای برنامه نویسی شروع می کند. او توضیح می دهد که چرا این دوره از C++ استفاده می کند و چگونه می توان انواع مختلف شبکه های عصبی را به جعبه ابزار خود اضافه کرد. الهام‌بخش شبکه‌های عصبی مصنوعی مغز است و ادواردو بخش‌هایی از یک نورون بیولوژیکی را به عناصر C++ مرتبط می‌کند، سپس نحوه استفاده از توابع فعال‌سازی و پرسپترون‌ها را در ساخت مدل‌های عصبی نشان می‌دهد. ادواردو مراحلی را که برای ساخت و آموزش شبکه خود نیاز دارید را پوشش می دهد. او تشخیص بخش نمایشگر را توضیح می دهد، سپس شما را از طریق طراحی و آموزش شبکه عصبی SDR خود راهنمایی می کند.

سرفصل ها و درس ها

معرفی Introduction

  • یک شبکه عصبی از ابتدا در C++ ایجاد کنید Create a neural network from scratch in C++

  • آنچه شما باید بدانید What you should know

1. انتخاب یک شبکه عصبی 1. Choosing a Neural Network

  • شبکه عصبی چیست؟ What is a neural network?

  • چرا C++؟ Why C++?

  • کاربردهای فراوان یادگیری ماشینی The many applications of machine learning

  • انواع طبقه بندی کننده ها Types of classifiers

  • انواع شبکه های عصبی Types of neural networks

  • پرسپترون های چندلایه Multilayer perceptrons

2. بلوک های ساختمان شبکه های عصبی 2. The Building Blocks of Neural Networks

  • نورون ها و مغز Neurons and the brain

  • یک مدل ساده از یک نورون A simple model of a neuron

  • توابع فعال سازی Activation functions

  • پرسپترون ها: مدل بهتری از یک نورون Perceptrons: A better model of a neuron

  • چالش: پرسپترون را تمام کنید Challenge: Finish the perceptron

  • راه حل: پرسپترون را تمام کنید Solution: Finish the perceptron

  • درگاه های منطقی Logic gates

  • چالش: دروازه های منطقی با پرسپترون Challenge: Logic gates with perceptrons

  • راه حل: دروازه های منطقی با پرسپترون Solution: Logic gates with perceptrons

3. شبکه خود را بسازید 3. Building Your Network

  • تفکیک پذیری خطی Linear separability

  • نوشتن کلاس پرسپترون چند لایه Writing the multilayer perceptron class

  • چالش: کلاس پرسپترون چندلایه را تمام کنید Challenge: Finish the multilayer perceptron class

  • راه حل: کلاس پرسپترون چندلایه را تمام کنید Solution: Finish the multilayer perceptron class

4. آموزش شبکه شما 4. Training Your Network

  • نیاز به آموزش The need for training

  • فرآیند آموزش The training process

  • تابع خطا Error function

  • نزول گرادیان Gradient descent

  • قانون دلتا The delta rule

  • الگوریتم پس انتشار The backpropagation algorithm

  • چالش: تابع پس انتشار خود را بنویسید Challenge: Write your own backpropagation function

  • راه حل: تابع پس انتشار خود را بنویسید Solution: Write your own backpropagation function

5. یک طبقه بندی نمایش بخش بسازید 5. Make a Segment Display Classifier

  • تشخیص بخش نمایشگر Segment display recognition

  • چالش: شبکه عصبی SDR خود را طراحی کنید Challenge: Design your own SDR neural network

  • راه حل: شبکه عصبی SDR خود را طراحی کنید Solution: Design your own SDR neural network

  • چالش: شبکه عصبی SDR خود را آموزش دهید Challenge: Train your own SDR neural network

  • راه حل: شبکه عصبی SDR خود را آموزش دهید Solution: Train your own SDR neural network

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش شبکه های عصبی در C++ (2021)
جزییات دوره
1h 46m
35
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
43,705
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Eduardo Corpeño Eduardo Corpeño

مهندس برق، برنامه نویس کامپیوتر و معلم بیش از 15 سال

ادواردو کورپنو بیش از 15 سال مهندس برق، برنامه نویس کامپیوتر و معلم بوده است.

ادواردو فارغ التحصیل مفتخر از برنامه کارشناسی ارشد آنلاین علوم کامپیوتر از گرجستان تک است. او بیش از 20 دوره آنلاین با موضوعاتی مانند میکروکنترلرها، سیستم های جاسازی شده و حل مسائل مهندسی منتشر کرده است. در دانشگاه گالیله، شهر گواتمالا، او موضوعات مختلفی از جمله نظریه مدارهای الکتریکی، معماری کامپیوتر، میکروکنترلرها و طراحی برد مدار چاپی را تدریس می کند. ادواردو به همراه برخی از همکارانش، یکی از اولین MOOC ها را در سال 2013 به زبان اسپانیایی ایجاد کرد - مقدمه ای بر Raspberry Pi - و بعداً توسط دیوید پترسون و اندرو واترمن، برنده جایزه تورینگ، "The RISC-V Reader: An Open Architecture Atlas" را به اسپانیایی ترجمه کرد. .