آموزش مبانی یادگیری عمیق و شبکه‌های عصبی - آخرین آپدیت

مقدمه دوره Course Introduction

• مقدمه Introduction

• تاریخچه یادگیری عمیق History of Deep Learning

• پرسپترون‌ها Perceptrons

• پرسپترون‌های چندلایه Multi-Level Perceptrons

• زمین بازی شبکه عصبی (Playground) Neural Network Playground

• نمایش‌ها و بازنمایی‌ها Representations

• آموزش شبکه عصبی - بخش اول Training Neural Network - Part 1

• آموزش شبکه عصبی - بخش دوم Training Neural Network - Part 2

• آموزش شبکه عصبی - بخش سوم Training Neural Network - Part 3

• توابع فعال‌ساز Activation Functions

آشنایی با شبکه‌های عصبی مصنوعی Artificial Neural Networks-Introduction

• مقدمه Introduction

• یادگیری عمیق Deep Learning

• درک ساختار مغز انسان Understanding the Human Brain

• پرسپترون Perceptron

• پرسپترون برای طبقه‌بندی‌کننده‌ها Perceptron for Classifiers

• بررسی عمیق پرسپترون Perceptron in Depth

• مختصات همگن Homogeneous Coordinate

• مثال برای پرسپترون Example for Perceptron

• طبقه‌بندی‌کننده چندگانه Multi-Classifier

• شبکه‌های عصبی Neural Networks

• لایه ورودی Input Layer

• لایه خروجی Output Layer

• تابع سیگموئید Sigmoid Function

• آشنایی با MNIST Understanding MNIST

• پیش‌فرض‌ها در شبکه‌های عصبی Assumptions in Neural Networks

• آموزش در شبکه‌های عصبی Training in Neural Networks

• درک نمادگذاری‌ها Understanding Notations

• توابع فعال‌ساز Activation Functions

شبکه‌های عصبی پیش‌خور (ANN) ANN - Feed Forward Network

• مقدمه Introduction

• حالت آنلاین و آفلاین Online Offline Mode

• شبکه‌های RNN دوطرفه Bidirectional RNN

• درک ابعاد Understanding Dimensions

• شبه‌کد (Pseudocode) Pseudocode

• شبه‌کد برای دسته‌ای (Batch) Pseudocode for Batch

• متدهای برداری شده Vectorized Methods

پس‌انتشار (Backpropagation) Backpropagation

• مقدمه Introduction

• معرفی تابع زیان (Loss Function) Introducing Loss Function

• آموزش پس‌انتشار - بخش اول Backpropagation Training - Part 1

• آموزش پس‌انتشار - بخش دوم Backpropagation Training - Part 2

• آموزش پس‌انتشار - بخش سوم Backpropagation Training - Part 3

• آموزش پس‌انتشار - بخش چهارم Backpropagation Training - Part 4

• آموزش پس‌انتشار - بخش پنجم Backpropagation Training - Part 5

• تابع سیگموئید Sigmoid Function

• آموزش پس‌انتشار - بخش ششم Backpropagation Training - Part 6

• آموزش پس‌انتشار - بخش هفتم Backpropagation Training - Part 7

• آموزش پس‌انتشار - بخش هشتم Backpropagation Training - Part 8

• آموزش پس‌انتشار - بخش نهم Backpropagation Training - Part 9

• آموزش پس‌انتشار - بخش دهم Backpropagation Training - Part 10

• شبه‌کد Pseudocode

• الگوریتم SGD SGD

• یافتن مینیمم جهانی Finding Global Minima

• آموزش برای دسته‌ها (Batches) Training for Batches

منظم‌سازی (Regularization) Regularization

• مقدمه‌ای بر منظم‌سازی Introduction to Regularization

• دراپ‌اوت‌ها - بخش اول Dropouts Part 1

• دراپ‌اوت‌ها - بخش دوم Dropouts Part 2

• نرمال‌سازی دسته‌ای - بخش اول Batch Normalization - Part 1

• نرمال‌سازی دسته‌ای - بخش دوم Batch Normalization - Part 2

• نرمال‌سازی دسته‌ای - بخش سوم Batch Normalization - Part 3

• معرفی تنسورفلو (TensorFlow) Introducing TensorFlow

• معرفی کراس (Keras) Introducing Keras

شبکه‌های عصبی پیچشی (CNN) Convolution Neural Networks

• مقدمه Introduction

• کاربردهای CNN Applications for CNN

• ایده پشت CNN - بخش اول Idea Behind CNN - Part 1

• ایده پشت CNN - بخش دوم Idea Behind CNN - Part 2

• تصاویر Images

• ویدیو Video

• کانولوشن (پیچش) - بخش اول Convolution - Part 1

• کانولوشن (پیچش) - بخش دوم Convolution - Part 2

• استراید (Stride) و پدینگ (Padding) Stride and Padding

• پدینگ Padding

• فرمول‌ها Formulas

• وزن و بایاس Weight and Bias

• نقشه ویژگی (Feature Map) Feature Map

• پولینگ (Pooling) Pooling

• ترکیب شبکه Combining Network