دوره کامل خودران خودرو - آموزش عمیق کاربردی [ویدئو]

سرفصل ها و درس ها

معرفی Introduction

• چرا این دوره؟ Why This Course?

نصب و راه اندازی Installation

• بررسی اجمالی Overview

• آناکوندا توزیع - مک Anaconda Distribution – Mac

• توزیع آناکوندا - ویندوز Anaconda Distribution – Windows

• ویرایشگر متن Text Editor

• Outro Outro

دوره سقوط پایتون Python Crash Course

• دوره 1 سقوط پایتون - انواع داده Python Crash Course Part 1 - Data Types

• نوت بوک های Jupyter Jupyter Notebooks

• عملیات حسابی Arithmetic Operations

• متغیرها Variables

• انواع داده های عددی Numeric Data Types

• انواع داده های رشته ای String Data Types

• بولین ها Booleans

• مواد و روش ها Methods

• لیست ها Lists

• برش دادن Slicing

• اپراتورهای عضویت Membership Operators

• تغییرپذیری Mutability

• تغییرپذیری II Mutability II

• توابع و روش های رایج Common Functions & Methods

• تاپل ها Tuples

• مجموعه ها Sets

• لغت نامه ها Dictionaries

• ساختارهای داده مرکب Compound Data Structures

• قسمت 1 - Outro Part 1 – Outro

• قسمت 2 - کنترل جریان Part 2 - Control Flow

• اگر دیگری If, else

• elif elif

• مقایسه های پیچیده Complex Comparisons

• برای حلقه ها For Loops

• برای Loops II For Loops II

• در حالی که حلقه ها While Loops

• زنگ تفريح Break

• قسمت 2 - Outro Part 2 – Outro

• بخش 3 - توابع Part 3 – Functions

• کارکرد Functions

• محدوده Scope

• رشته های Doc Doc Strings

• توابع لامبدا و مرتبه بالاتر Lambda & Higher Order Functions

• قسمت 3 - Outro Part 3 – Outro

دوره Crash NumPy NumPy Crash Course

• بررسی اجمالی Overview

• جمع بردار - آرایه ها در مقابل فهرست ها Vector Addition - Arrays vs Lists

• آرایه های چند بعدی Multidimensional Arrays

• برش تک بعدی One Dimensional Slicing

• تغییر شکل دادن Reshaping

• برش چند بعدی Multidimensional Slicing

• دستکاری اشکال آرایه Manipulating Array Shapes

• ضرب ماتریس Matrix Multiplication

• پشتهسازی Stacking

• قسمت 4 - Outro Part 4 – Outro

بینایی کامپیوتر: یافتن خطوط خطوط Computer Vision: Finding Lane Lines

• بررسی اجمالی Overview

• در حال بارگذاری تصویر Loading Image

• تبدیل مقیاس خاکستری Grayscale Conversion

• تصویر صاف کننده Smoothening Image

• تشخیص لبه ساده Simple Edge Detection

• منطقه مورد نظر Region of Interest

• اعداد باینری و Bitwise_and Binary Numbers & Bitwise_and

• تشخیص خط - تبدیل Hough Line Detection - Hough Transform

• Hough Transform II Hough Transform II

• بهینه سازی Optimizing

• یافتن خطوط در ویدئو Finding Lanes on Video

• بخش 5 - نتیجه گیری Part 5 – Conclusion

پرسپترون The Perceptron

• بررسی اجمالی Overview

• فراگیری ماشین Machine Learning

• یادگیری تحت نظارت - مثال دوستانه Supervised Learning - Friendly Example

• طبقه بندی Classification

• مدل خطی Linear Model

• پرسپترون ها Perceptrons

• وزن ها Weights

• پروژه - مراحل اولیه Project - Initial Stages

• تابع خطا Error Function

• سیگموئید Sigmoid

• پیاده سازی سیگموئید (کد) Sigmoid Implementation (Code)

• آنتروپی متقاطع Cross Entropy

• متقاطع آنتروپی (کد) Cross Entropy (Code)

• گرادیان نزول Gradient Descent

• نزول گرادیان (کد) Gradient Descent (Code)

• خلاصه Recap

• بخش 6 - نتیجه گیری Part 6 – Conclusion

کراس Keras

• بررسی اجمالی Overview

• معرفی کراس Intro to Keras

• مدل های کراس Keras Models

• کراس - پیش بینی ها Keras – Predictions

• قسمت 7 - Outro Part 7 – Outro

شبکه های عصبی عمیق Deep Neural Networks

• بررسی اجمالی Overview

• مرزهای غیر خطی Non-Linear Boundaries

• معماری Architecture

• فرآیند پیشخور Feedforward Process

• تابع خطا Error Function

• پس انتشار Backpropagation

• پیاده سازی کد Code Implementation

• نتیجه Conclusion

طبقه بندی چند طبقه Multiclass Classification

• بررسی اجمالی Overview

• سافت مکس Softmax

• آنتروپی متقاطع Cross Entropy

• پیاده سازی Implementation

• Outro Outro

تشخیص تصویر MNIST MNIST Image Recognition

• بررسی اجمالی Overview

• مجموعه داده MNIST MNIST Dataset

• آموزش و تست Train & Test

• فراپارامترها Hyperparameters

• اجرا قسمت 1 Implementation Part 1

• اجرا قسمت 2 Implementation Part 2

• اجرا قسمت 3 Implementation Part 3

• بخش 10 - Outro Section 10 – Outro

شبکه های عصبی کانولوشنال Convolutional Neural Networks

• بررسی اجمالی Overview

• Convolutions و MNIST Convolutions & MNIST

• لایه کانولوشنال Convolutional Layer

• پیچیدگی II Convolutions II

• ادغام Pooling

• لایه کاملا متصل Fully Connected Layer

• پیاده سازی کد I Code Implementation I

• پیاده سازی کد II Code Implementation II

• بخش 11 - نتیجه گیری Section 11 – Conclusion

طبقه بندی نمادهای جاده Classifying Road Symbols

• بررسی اجمالی Overview

• پیش پردازش تصاویر Preprocessing Images

• پیاده سازی leNet leNet Implementation

• مدل تنظیم دقیق Fine-tuning Model

• آزمایش کردن Testing

• Fit Generator Fit Generator

• بخش 12 - خروجی Section 12 – Outro

رگرسیون چند جمله ای Polynomial Regression

• بررسی اجمالی Overview

• پیاده سازی Implementation

• بخش 13 - نتیجه گیری Section 13 – Conclusion

شبیه سازی رفتاری Behavioural Cloning

• بررسی اجمالی Overview

• جمع آوری داده ها Collecting Data

• دانلود داده ها Downloading Data

• متوازن کردن داده ها Balancing Data

• تقسیم آموزشی و اعتبارسنجی Training & Validation Split

• پیش پردازش تصاویر Preprocessing Images

• تعریف مدل Nvidia Defining Nvidia Model

• Flask & Socket.io Flask & Socket.io

• ماشین خودران - تست 1 Self Driving Car - Test 1

• ژنراتور - تکنیک های تقویت Generator - Augmentation Techniques

• ژنراتور دسته ای Batch Generator

• Fit Generator Fit Generator

• Outro Outro