لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش اصول چشم انداز رایانه با Google Cloud
Computer Vision Fundamentals with Google Cloud
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره انواع مختلفی از موارد استفاده از دید کامپیوتر را شرح می دهد و سپس استراتژی های مختلف یادگیری ماشین را برای حل این موارد استفاده برجسته می کند. این دوره انواع مختلف موارد استفاده از دید کامپیوتر را شرح می دهد و سپس استراتژی های مختلف یادگیری ماشین را برای حل این موارد استفاده برجسته می کند. استراتژیها از آزمایش مدلهای ML از پیش ساخته شده از طریق APIهای از پیش ساخته شده ML و AutoML Vision گرفته تا ساخت طبقهبندیکنندههای تصویر سفارشی با استفاده از مدلهای خطی، مدلهای شبکه عصبی عمیق (DNN) یا مدلهای شبکه عصبی کانولوشنال (CNN) متفاوت است. این دوره نشان میدهد که چگونه میتوان دقت مدل را با تقویت، استخراج ویژگی، و تنظیم دقیق پارامترهای فوقالعاده بهبود بخشید، در حالی که سعی میکنید از تطبیق بیش از حد دادهها جلوگیری کنید. این دوره همچنین به مسائل عملی می پردازد که برای مثال زمانی که فرد داده های کافی ندارد و چگونه می توان آخرین یافته های تحقیق را در مدل های مختلف گنجاند. یادگیرندگان به طور عملی ساخت و بهینه سازی مدل های طبقه بندی تصویر خود را بر روی مجموعه های داده عمومی در آزمایشگاه هایی که روی آنها کار خواهند کرد، انجام خواهند داد.
سرفصل ها و درس ها
معرفی
Introduction
معرفی دوره
Course Introduction
مقدمه ای بر بینایی کامپیوتر و مدل های پیش ساخته ML برای طبقه بندی تصویر
Introduction to Computer Vision and Pre-built ML Models for Image Classification
کامپیوتر ویژن چیست؟
What Is Computer Vision
انواع مختلف مشکلات بینایی کامپیوتری
Different Type of Computer Vision Problems
موارد استفاده از دید کامپیوتر
Computer Vision Use Cases
Vision API - مدل های ML از پیش ساخته شده
Vision API - Pre-built ML Models
معرفی آزمایشگاه - تشخیص برچسبها، چهرهها و نشانهها در تصاویر با Cloud Vision API
Lab Introduction - Detecting Labels, Faces, and Landmarks in Images with the Cloud Vision API
Pluralsight: شروع به کار با GCP و Qwiklabs
Pluralsight: Getting Started with GCP and Qwiklabs
آزمایشگاه: تشخیص برچسبها، چهرهها و نشانهها در تصاویر با Cloud Vision API
Lab: Detecting Labels, Faces, and Landmarks in Images with the Cloud Vision API
Lab Introduction - Lab: استخراج متن از تصاویر با استفاده از Google Cloud Vision API
Lab Introduction - Lab: Extracting Text from the images using the Google Cloud Vision API
آزمایشگاه: استخراج متن از تصاویر با استفاده از Google Cloud Vision API
Lab: Extracting Text from the Images using the Google Cloud Vision API
خواندن
Readings
Vertex AI و AutoML Vision روی Vertex AI
Vertex AI and AutoML Vision on Vertex AI
Vertex AI چیست و چرا یک پلتفرم یکپارچه اهمیت دارد؟
What is Vertex AI and why does a unified platform matter?
مقدمه ای بر AutoML Vision در Vertex AI
Introduction to AutoML Vision on Vertex AI
Vertex AI چگونه به گردش کار ML، بخش 1 کمک می کند؟
How does Vertex AI help with the ML workflow, part 1 ?
چگونه هوش مصنوعی Vertex به گردش کار ML، قسمت 2 کمک می کند؟
How does Vertex AI help with the ML workflow, part 2 ?
کدام محصول ویژن برای شما مناسب است؟
Which vision product is right for you ?
معرفی آزمایشگاه - شناسایی قطعات آسیب دیده خودرو با Vertex AI برای کاربران AutoML Vision
Lab Introduction - Identifying Damaged Car Parts with Vertex AI for AutoML Vision users
آزمایشگاه: شناسایی قطعات آسیب دیده خودرو با Vertex AI برای کاربران AutoML Vision
Lab: Identifying Damaged Car Parts with Vertex AI for AutoML Vision Users
خواندن
Readings
آموزش سفارشی با مدل های خطی، شبکه عصبی و شبکه عصبی عمیق
Custom Training with Linear, Neural Network and Deep Neural Network models
معرفی
Introduction
مقدمه ای بر مدل های خطی
Introduction to Linear Models
خواندن داده ها
Reading the Data
پیاده سازی مدل های خطی برای طبقه بندی تصاویر
Implementing Linear Models for Image Classification
معرفی آزمایشگاه - طبقه بندی تصاویر با مدل خطی
Lab Introduction - Classifying Images with a Linear Model
آزمایشگاه: طبقه بندی تصاویر با مدل خطی
Lab: Classifying Images with a Linear Model
شبکه های عصبی و شبکه های عصبی عمیق برای طبقه بندی تصاویر
Neural Networks and Deep Neural Networks for Image Classification
معرفی آزمایشگاه - طبقه بندی تصاویر با مدل NN و DNN
Lab Introduction - Classifying Images with a NN and DNN Model
آزمایشگاه: طبقه بندی تصاویر با مدل NN و DNN
Lab: Classifying Images with a NN and DNN Model
شبکه های عصبی عمیق با حذف و عادی سازی دسته ای
Deep Neural Networks with Dropout and Batch Normalization
معرفی آزمایشگاه - طبقه بندی تصاویر با استفاده از Dropout و Batchnorm Layer
Lab Introduction - Classifying Images using Dropout and Batchnorm Layer
آزمایشگاه: طبقه بندی تصاویر با استفاده از Dropout و Batchnorm Layer
Lab: Classifying Images using Dropout and Batchnorm Layer
خواندن
Readings
شبکه های عصبی کانولوشنال
Convolutional Neural Networks
معرفی
Introduction
شبکه های عصبی کانولوشنال
Convolutional Neural Networks
درک پیچیدگی ها
Understanding Convolutions
پارامترهای مدل CNN
CNN Model Parameters
کار با لایه های Pooling
Working with Pooling Layers
پیاده سازی CNN در Vertex AI با کانتینر TF از پیش ساخته شده با استفاده از Vertex Workbench
Implementing CNNs on Vertex AI with pre-built TF container using Vertex Workbench
آزمایشگاه: طبقه بندی تصاویر با کانتینر TF از پیش ساخته شده در Vertex AI
Lab: Classifying Images with pre-built TF Container on Vertex AI
خواندن
Readings
برخورد با داده های تصویری
Dealing with Image Data
معرفی
Introduction
پیش پردازش داده های تصویر
Preprocessing the Image Data
پارامترهای مدل و مشکل کمبود داده
Model Parameters and the Data Scarcity Problem
افزایش داده ها
Data Augmentation
معرفی آزمایشگاه - طبقه بندی تصاویر با استفاده از افزایش داده ها
Lab Introduction - Classifying Images using Data Augmentation
آزمایشگاه: طبقه بندی تصاویر با استفاده از افزایش داده ها
Lab: Classifying Images using Data Augmentation
آموزش انتقالی
Transfer Learning
معرفی آزمایشگاه - طبقه بندی تصاویر با آموزش انتقال
Lab Introduction - Classifying Images with Transfer Learning
آزمایشگاه: طبقه بندی تصاویر با آموزش انتقال
Lab: Classifying Images with Transfer Learning
Pluralsight یکی از پرطرفدارترین پلتفرمهای آموزش آنلاین است که به میلیونها کاربر در سراسر جهان کمک میکند تا مهارتهای خود را توسعه دهند و به روز رسانی کنند. این پلتفرم دورههای آموزشی در زمینههای فناوری اطلاعات، توسعه نرمافزار، طراحی وب، مدیریت پروژه، و موضوعات مختلف دیگر را ارائه میدهد.
یکی از ویژگیهای برجسته Pluralsight، محتوای بروز و با کیفیت آموزشی آن است. این پلتفرم با همکاری با توسعهدهندگان و کارشناسان معتبر، دورههایی را ارائه میدهد که با توجه به تغییرات روزافزون در صنعت فناوری، کاربران را در جریان آخرین مفاهیم و تکنولوژیها نگه میدارد. این امر به کاربران این اطمینان را میدهد که دورههایی که در Pluralsight میپذیرند، با جدیدترین دانشها و تجارب به روز شدهاند.
Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.
Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر میسازد تا مهارتهای ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاههای عملی این شرکت اعتبارنامههای موقتی را به منابع واقعی ابر ارائه میدهند، بنابراین افراد میتوانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.
نمایش نظرات