راهنمای عملی آموزش شبکه های عصبی: کار با چارچوب های پیشرو

Practical Guide to Neural Network Training: Working with Leading Frameworks

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره: یادگیری ماشین راز خلاقانه ترین برنامه های امروزی است. توانایی ساخت و تنظیم شبکه های عصبی به یک مهارت ضروری در این عصر جدید هوش مصنوعی تبدیل شده است. در این دوره آموزشی، راهنمای عملی آموزش شبکه های عصبی: کار با چارچوب های پیشرو، توانایی آموزش موثر و کارآمد شبکه های عصبی را به دست خواهید آورد. ابتدا، چارچوب‌های یادگیری عمیق محبوب، مانند TensorFlow و PyTorch را بررسی خواهید کرد، تجربه عملی با PyTorch و استفاده از آن برای پیش پردازش داده‌ها، ساخت شبکه عصبی و سپس آموزش مدل را خواهید داشت. در مرحله بعد، نحوه نظارت بر پیشرفت آموزش و ارزیابی عملکرد شبکه عصبی با استفاده از مجموعه داده اعتبار سنجی را خواهید یافت. در نهایت، شما چالش‌های رایج در آموزش شبکه‌های عصبی را یاد خواهید گرفت - مانند بیش از حد برازش/تناسب و ناپدید شدن/انفجار شیب‌ها - و استراتژی‌هایی را برای متعادل کردن این مسائل یاد خواهید گرفت. وقتی این دوره را به پایان رساندید، مهارت ها و دانش لازم برای ساخت و آموزش شبکه های عصبی خود را با استفاده از چارچوب های محبوب خواهید داشت.

      سرفصل ها و درس ها

      بررسی اجمالی دوره Course Overview

      • بررسی اجمالی دوره Course Overview

      آموزش یک شبکه عصبی پایه با PyTorch Training a Basic Neural Network with PyTorch

      • مقدمه ای مختصر در مورد چارچوب های یادگیری عمیق A Brief Primer on Deep Learning Frameworks

      • آماده سازی داده ها برای آموزش Getting the Data Ready for Training

      • تعریف معماری مدل و ساخت شبکه Defining the Model Architecture and Building the Network

      • آموزش و ارزیابی مدل Training and Evaluating the Model

      چالش ها: بیش از حد، تناسب کم، و ناپدید شدن/انفجار گرادیان ها Challenges: Overfitting, Underfitting, and Vanishing/Exploding Gradients

      • چالش ها و مسائل رایج در آموزش شبکه های عصبی Common Challenges and Issues in Training Neural Networks

      • Overfitting و Underfitting و نحوه رفع آنها Overfitting and Underfitting and How to Fix Them

      • ناپدید شدن و انفجار گرادیان ها و نحوه رفع آنها Vanishing and Exploding Gradients and How to Fix Them

      نمایش نظرات

      راهنمای عملی آموزش شبکه های عصبی: کار با چارچوب های پیشرو
      جزییات دوره
      29m
      8
      Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
      (آخرین آپدیت)
      1
      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

      Amber Israelsen Amber Israelsen

      امبر از اوایل دهه 2000 توسعه دهنده نرم افزار و مربی فنی بوده است. وی دارای گواهینامه های AWS و انواع فن آوری های مایکروسافت است. در سالهای اخیر ، وی به تدریس دانش آموزان در سراسر جهان بر روی AWS ، Azure ، Dynamics 365 ، SharePoint و ASP.NET تمرکز کرده است. وی همچنین با تخصص خود در ارتباطات تصویری ، تجربه کاربر و مهارتهای شغلی/شغلی ، برای جبران شکاف بین توسعه دهندگان ، طراحان و تجار تلاش می کند.