آموزش عمیق ZERO To HERO - عملی با پایتون

آموزش عمیق ZERO To HERO - عملی با پایتون Deep Learning ZERO To HERO - Hands-On With Python

• مقدمه ای بر Hands on Deeplearning Introduction to Hands on Deeplearning

• یادگیری ماشین چیست What is Machine Learning

• روش های محبوب ML Popular ML Methods

• یادگیری عمیق چیست What is Deep Learning

• کاربردهای Deeplearning Applications of Deeplearning

• توصیه ها Recommendations

• مفهوم اساسی یادگیری عمیق Basic Concept of Deeplearning

• ادراک Perception

• شبکه عصبی Neural Network

• قضیه تقریب جهانی Universal Approximations Theorem

• شبکه عصبی عمیق Deep Neural Network

• شبکه عصبی عمیق ادامه دارد Deep Neural Network Continue

• شروع شدن Getting Started

• کجا کد بنویسیم Where to write Code

• دفترچه یادداشت مشتری Jupiter Notebook

• گوگل کولب Google Colab

• Pytorch Pytorch

• تانسورها Tensors

• تانسورها ادامه دارد Tensors Continue

• گرادیان ها Gradients

• مثال MNIST MNIST Example

• نمونه را بررسی کنید Check Sample

• لایه پنهان Hidden Layer

• رابط در یک رقم Interface on a Digit

• انتقال-یادگیری-بررسی اجمالی Transfer-Learning-Overview

• آموزش انتقالی چیست؟ What is Transfer Learning

• شبکه های عصبی کانولوشنال CS231n CS231n Convolutional Neural Networks

• مجموعه داده را دانلود کنید Download Dataset

• داده ها را تبدیل کنید Transform the Data

• داده ها را تجسم کنید Visualize the Data

• مدل را تعریف کنید Define the Model

• چند لایه نهایی اضافه کنید Add a Few Final Layers

• مدل را آموزش دهید Train the Model

• مدل را تست کنید Test the Model

• چه در مورد CIFAR What About CIFAR

• طبقه بندی تصویر در مجموعه داده Cifar 10 Image Classifier on Cifar 10 Dataset

• مجموعه داده ما را بارگیری و بارگیری کنید Download and Load Our Dataset

• مجموعه داده آموزش و آزمایش Train and Test Dataset

• شبکه عصبی ما را تعریف کنید Define Our Neural Network

• کار روی تصویر Working on Image

• ورودی و خروجی Input and Output

• تابع ضرر ما را تعریف کنید Define Our Loss Function

• آموزش داده ها در Enumerate Train Data in Enumerate

• Train Data در Enumerate Continue Train Data in Enumerate Continue

• شبکه عصبی را روی تصویر آزمایشی تست کنید Test the Neural Network on the Test Image

• مقدمه ای بر طبقه بندی متن Intro to Text Classifier

• طبقه بندی متن با استفاده از CNN Text Classification Using CNN

• داده ها را آماده کنید Prepare the Data

• مدل را بسازید Build the Model

• مدل Coninue را بسازید Build the Model Coninue

• بیشتر در مورد ساخت مدل More on Build the Model

• یک تابع ضرر را تعریف کنید Define a Loss Function

• تعریف یک تابع ضرر ادامه Define a Loss Function Continue

• بیشتر در مورد تعریف تابع ضرر More on Define a Loss Function

• مدل را ارزیابی یا آزمایش کنید Evaluate or Test the Model

• مقدمه ای بر تولید متن Intro to Text Generation

• نسل متن-ترانسفورماتور Text Generation-Transformers

• Text Generation-Transformers ادامه دارد Text Generation-Transformers Continue

• Transformers-Architectures Transformers-Architectures

• Transformers-Architectures Cintinue Transformers-Architectures Cintinue

• تولید کلمه Word-Generation

• تولید کلمه ادامه دهید Word-Generation Continue

• متن نسل Text-Generation

• مقدمه ای بر ترجمه متن Intro to Text Translation

• بارگذاری-داده Loading-Data

• آماده سازی-داده Preparing-Data

• رمزگذار-توجه قسمت 1 Encoder-Attention Part 1

• رمزگذار-توجه قسمت 2 Encoder-Attention Part 2

• رمزگذار-توجه قسمت 3 Encoder-Attention Part 3

• رمزگشا Decoder

• Train-Eval-Functions Train-Eval-Functions

• Train-Eval-Functions ادامه دارد Train-Eval-Functions Continue

• آموزش - رفع Training-Fixes

• آموزش-ارزیابی Training-Evaluation

• پیش بینی-جدول-داده قسمت 1 Prediction-Tabular-Data Part 1

• پیش بینی-جدول-داده قسمت 2 Prediction-Tabular-Data Part 2

• پیش بینی-جدول-داده قسمت 3 Prediction-Tabular-Data Part 3

• پیش بینی-جدول-داده قسمت 4 Prediction-Tabular-Data Part 4

• فیلتر مشارکتی Collaborative Filtering

• فیلتر مشارکتی ادامه دارد Collaborative Filtering Continue

• سایر رویکردهای توصیه Other Recommendation Approaches