آموزش یادگیری عمیق: بخش اول - آخرین آپدیت

آموزش یادگیری عمیق: بخش اول Learning Deep Learning: Unit 1

• معرفی تخصص Specialization Introduction

• سرفصل‌ها Topics

• یادگیری عمیق و تاریخچه آن Deep Learning and Its History

• پیش‌نیازها Prerequisites

• موضوعات Topics

• پرسپترون و الگوریتم یادگیری آن The Perceptron and Its Learning Algorithm

• مثال برنامه‌نویسی: پرسپترون Programming Example: Perceptron

• درک مفهوم عبارت بایاس (Bias) Understanding the Bias Term

• نمادگذاری ماتریسی و برداری برای شبکه‌های عصبی Matrix and Vector Notation for Neural Networks

• محدودیت‌های پرسپترون Perceptr xon Limitations

• حل مسئله یادگیری با گرادیان نزولی Solving Learning Problem with Gradient Descent

• محاسبه گرادیان با قانون زنجیره‌ای Computing Gradient with the Chain Rule

• الگوریتم پس‌انتشار (Backpropagation) The Backpropagation Algorithm

• مثال برنامه‌نویسی: یادگیری تابع XOR Programming Example: Learning the XOR Function

• انتخاب تابع فعال‌ساز مناسب What Activation Function to Use

• خلاصه درس دوم Lesson 2 Summary

• سرفصل‌ها Topics

• مجموعه داده‌ها و تعمیم‌پذیری Datasets and Generalization

• طبقه‌بندی چندکلاسه Multiclass Classification

• مثال برنامه‌نویسی: طبقه‌بندی ارقام با پایتون Programming Example: Digit Classification with Python

• فریم‌ورک‌های یادگیری عمیق DL Frameworks

• مثال برنامه‌نویسی: طبقه‌بندی ارقام با TensorFlow Programming Example: Digit Classification with TensorFlow

• مثال برنامه‌نویسی: طبقه‌بندی ارقام با PyTorch Programming Example: Digit Classification with PyTorch

• جلوگیری از اشباع نورون‌ها و محو شدن گرادیان - بخش اول Avoiding Saturated Neurons and Vanishing Gradients—Part I

• جلوگیری از اشباع نورون‌ها و محو شدن گرادیان - بخش دوم Avoiding Saturated Neurons and Vanishing Gradients—Part II

• انواع روش‌های گرادیان نزولی Variations on Gradient Descent

• مثال برنامه‌نویسی: بهبود طبقه‌بندی ارقام با TensorFlow Programming Example: Improved Digit Classification with TensorFlow

• مثال برنامه‌نویسی: بهبود طبقه‌بندی ارقام با PyTorch Programming Example: Improved Digit Classification with PyTorch

• انواع مسائل، واحدهای خروجی و توابع زیان (Loss Functions) Problem Types, Output Units, and Loss Functions

• تکنیک‌های منظم‌سازی (Regularization) Regularization Techniques

• مثال برنامه‌نویسی: مسئله رگرسیون با TensorFlow Programming Example: Regression Problem with TensorFlow

• مثال برنامه‌نویسی: مسئله رگرسیون با PyTorch Programming Example: Regression Problem with PyTorch

• خلاصه درس سوم Lesson 3 Summary