آموزش شبکه‌های عصبی پیچشی پیشرفته (CNN)، یادگیری انتقالی و شبکه‌های بازگشتی (RNN) - آخرین آپدیت

شبکه‌های CNN در Keras CNN-Keras

• مقدمه Introduction

• مدل VGG16 VGG16 (Visual Geometry Group)

• تمرین عملی CNN: مطالعه موردی – بخش ۱ Practical on CNN: Case Study – Part 1

• تمرین عملی CNN: مطالعه موردی – بخش ۲ Practical on CNN: Case Study – Part 2

• تمرین عملی CNN: مطالعه موردی – بخش ۳ Practical on CNN: Case Study – Part 3

• تمرین عملی CNN: مطالعه موردی – بخش ۴ Practical on CNN: Case Study – Part 4

• تمرین عملی CNN: مطالعه موردی – بخش ۵ Practical on CNN: Case Study – Part 5

یادگیری انتقالی در CNN CNN-Transfer Learning

• مقدمه Introduction

• مدل AlexNet AlexNet

• مدل GoogleNet GoogleNet

• مدل ResNet – بخش ۱ ResNet - Part 1

• مدل ResNet – بخش ۲ ResNet - Part 2

• یادگیری انتقالی – بخش ۱ Transfer Learning - Part 1

• یادگیری انتقالی – بخش ۲ Transfer Learning - Part 2

• یادگیری انتقالی – بخش ۳ Transfer Learning - Part 3

• یادگیری انتقالی – بخش ۴ Transfer Learning - Part 4

• یادگیری انتقالی – بخش ۵ Transfer Learning - Part 5

• یادگیری انتقالی – بخش ۶ Transfer Learning - Part 6

• مطالعه موردی – بخش ۱ Case Study - Part 1

• مطالعه موردی – بخش ۲ Case Study - Part 2

• مطالعه موردی – بخش ۳ Case Study - Part 3

• تحلیل – بخش ۱ Analysis - Part 1

• تحلیل – بخش ۲ Analysis - Part 2

پروژه صنعتی CNN: کار با تصاویر طبیعی واقعی CNN-Industry Live Project: Playing with Real-World Natural Images

• مقدمه Introduction

• کار با تصاویر گل: مطالعه موردی – بخش ۱ Working with Flower Images: Case Study - Part 1

• کار با تصاویر گل: مطالعه موردی – بخش ۲ Working with Flower Images: Case Study - Part 2

• کار با تصاویر گل: مطالعه موردی – بخش ۳ Working with Flower Images: Case Study - Part 3

• کار با تصاویر گل: مطالعه موردی – بخش ۴ Working with Flower Images: Case Study - Part 4

• کار با تصاویر گل: مطالعه موردی – بخش ۵ Working with Flower Images: Case Study - Part 5

• کار با تصاویر گل: مطالعه موردی – بخش ۶ Working with Flower Images: Case Study - Part 6

• کار با تصاویر گل: مطالعه موردی – بخش ۷ Working with Flower Images: Case Study - Part 7

• کار با تصاویر گل: مطالعه موردی – بخش ۸ Working with Flower Images: Case Study - Part 8

• کار با تصاویر گل: مطالعه موردی – بخش ۹ Working with Flower Images: Case Study - Part 9

• کار با تصاویر گل: مطالعه موردی – بخش ۱۰ Working with Flower Images: Case Study - Part 10

• کار با تصاویر گل: مطالعه موردی – بخش ۱۱ Working with Flower Images: Case Study - Part 11

• کار با تصاویر گل: مطالعه موردی – بخش ۱۲ Working with Flower Images: Case Study - Part 12

• کار با تصاویر گل: مطالعه موردی – بخش ۱۳ Working with Flower Images: Case Study - Part 13

• کار با تصاویر گل: مطالعه موردی – بخش ۱۴ Working with Flower Images: Case Study - Part 14

پروژه صنعتی CNN: تشخیص ناهنجاری‌های پزشکی و نجات جان انسان‌ها CNN-Industry Live Project: Find Medical Abnormalities and Save a Life

• مقدمه Introduction

• کار با تصاویر رادیولوژی: مطالعه موردی – بخش ۱ Working with X-Ray images: Case Study - Part 1

• کار با تصاویر رادیولوژی: مطالعه موردی – بخش ۲ Working with X-Ray images: Case Study - Part 2

• کار با تصاویر رادیولوژی: مطالعه موردی – بخش ۳ Working with X-Ray images: Case Study - Part 3

• کار با تصاویر رادیولوژی: مطالعه موردی – بخش ۴ Working with X-Ray images: Case Study - Part 4

• کار با تصاویر رادیولوژی: مطالعه موردی – بخش ۵ Working with X-Ray images: Case Study - Part 5

• کار با تصاویر رادیولوژی: مطالعه موردی – بخش ۶ Working with X-Ray images: Case Study - Part 6

شبکه‌های عصبی بازگشتی: مقدمه Recurrent Neural Networks: Introduction

• مقدمه‌ای بر RNN Introduction to RNN

• شبکه RNN – بخش ۱ RNN - Part 1

• شبکه RNN – بخش ۲ RNN - Part 2

• فرمول‌های RNN RNN Formula

• معماری شبکه Architecture

• داده‌های دسته‌ای (Batch) Batch data

• نمادگذاری‌های ساده شده Simplified Notations

• انواع RNN – بخش ۱ Types of RNN - Part 1

• انواع RNN – بخش ۲ Types of RNN - Part 2

• آموزش RNN Training RNN

• رابطه یک به چند One-to-Many

• مشکل محوشدگی گرادین (Vanishing Gradient) Vanishing Gradient

شبکه‌های عصبی بازگشتی: LSTM Recurrent Neural Networks: LSTM

• مقدمه Introduction

• حالت‌های آنلاین و آفلاین Online Offline Mode

• شبکه RNN دوطرفه (Bidirectional) Bidirectional RNN

• مدل LSTM – بخش ۱ LSTM - Part 1

• مدل LSTM – بخش ۲ LSTM - Part 2

• مدل LSTM – بخش ۳ LSTM - Part 3

• مدل LSTM – بخش ۴ LSTM - Part 4

• مدل LSTM – بخش ۵ LSTM - Part 5

• معادلات LSTM LSTM Equation

• شبکه بازگشتی دریچه‌دار (GRU) Gated Recurrent Network (GRU)

شبکه‌های عصبی بازگشتی: برچسب‌گذاری اجزای سخن Recurrent Neutral Networks: Part-Of-Speech Tagger

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۱) Part-Of-Speech Tagger Case-Study (Part-1)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۲) Part-Of-Speech Tagger Case- Study (Part-2)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۳) Part-Of-Speech Tagger Case- Study (Part-3)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۴) Part-Of-Speech Tagger Case- Study (Part-4)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۵) Part-Of-Speech Tagger Case- Study (Part-5)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۶) Part-Of-Speech Tagger Case- Study (Part-6)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۷) Part-Of-Speech Tagger Case- Study (Part-7)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۸) Part-Of-Speech Tagger Case- Study (Part-8)

• مطالعه موردی برچسب‌گذاری اجزای سخن (بخش ۹) Part-Of-Speech Tagger Case- Study (Part-9)

تولید متن با استفاده از RNN Text Generation Using RNN

• تولید متن: مطالعه موردی تولید کد (بخش ۱) Text Generation: Code Generator Case- Study (Part-1)

• تولید متن: مطالعه موردی تولید کد (بخش ۲) Text Generation: Code Generator Case- Study (Part-2)

• تولید متن: مطالعه موردی تولید کد (بخش ۳) Text Generation: Code Generator Case- Study (Part-3)

• تولید متن: مطالعه موردی تولید کد (بخش ۴) Text Generation: Code Generator Case- Study (Part-4)