آموزش جامع شبکه‌های عصبی و شبکه‌های عصبی پیچشی (CNN) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• بررسی شبکه‌های عصبی Explore neural networks

1. آشنایی با شبکه‌های عصبی 1. Getting to Know Neural Networks

• شبکه‌های عصبی Neural networks

• نورون‌ها و نورون‌های مصنوعی Neurons and artificial neurons

• گرادیان کاهشی (Gradient descent) Gradient descent

• چالش XOR و راه حل آن The XOR challenge and solution

2. اجزای شبکه‌های عصبی 2. Components of Neural Networks

• پس‌انتشار و هایپرپارامترها Backpropagation and hyperparameters

• توابع فعال‌ساز Activation functions

• بصری‌سازی شبکه عصبی Neural network visualization

3. بلوک‌های سازنده شبکه عصبی 3. Neural Network Building Blocks

• تعریف شبکه عصبی Defining the neural network

• بصری‌سازی میزان خطا (Loss) Visualizing the loss

• توابع زیان (Loss functions) Loss functions

• مقدمه‌ای بر FashionMNIST Introduction to FashionMNIST

• راه حل: چه تعداد پارامتر وجود دارد؟ Solution: How many parameters?

• تحلیل مجموعه‌داده Analyzing the dataset

• بهینه‌سازها (Optimizers) Optimizers

• چالش: چه تعداد پارامتر وجود دارد؟ Challenge: How many parameters?

4. آموزش یک شبکه عصبی 4. Training a Neural Network

• تست مدل شبکه عصبی Testing the neural network model

• آموزش مدل شبکه عصبی Training the neural network model

• نکات پیش از آموزش مدل شبکه عصبی Before you train a neural network model

5. شبکه‌های عصبی پیچشی (CNNs) 5. Convolutional Neural Networks (CNNs)

• مجموعه‌داده CIFAR 10 و شبکه‌های عصبی The CIFAR-10 dataset and neural networks

• شبکه‌های عصبی پیچشی (CNNs) Convolutional neural networks (CNNs)

• پیاده‌سازی CNNها در PyTorch Implementing CNNs in PyTorch

• مدل‌های زبانی بزرگ (LLMs) و CNNها LLMs and CNNs

• صفر پدینگ (Zero padding) و پولینگ (Pooling) Zero padding and pooling

• کار با CIFAR 10 و CNNها CIFAR-10 with CNNs

جمع‌بندی Conclusion

• گام‌های بعدی Next steps