یادگیری عمیق - شبکه های عصبی کانولوشن

Deep Learning - Convolutional Neural Networks

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: روش ساده تر برای یادگیری شبکه های عصبی کانولوشن با پایتون شبکه های عصبی کانولوشن (Deep Learning) پیش نیازها: یادگیری ماشینی، پایتون

عصر ماشین‌های هوشمندی که می‌توانند ببینند اینجاست! از قدرت دگرگون کننده هوش مصنوعی استفاده کنید. اکنون، راه ساده‌تری برای یادگیری شبکه‌های عصبی کانولوشنال (ConvNets) با پایتون وجود دارد.

تنها در چند سال کوتاه، ConvNets انقلابی را در بینایی کامپیوتر به راه انداخته است. آن‌ها ما را فراتر از الگوریتم‌های نامرتب سوق داده‌اند، فناوری‌هایی مانند ماشین‌های خودران را قدرتمند می‌کنند، اسرار پنهان در تصاویر پزشکی را از طریق تجزیه و تحلیل خودکار باز می‌کنند، و حتی به دقت تقریباً انسانی در تشخیص چهره دست می‌یابند.

این دوره شما را به مهارت‌هایی مجهز می‌کند تا به این حوزه تحول‌آفرین بپیوندید و بخشی از توسعه نسل بعدی برنامه‌های کاربردی باشید.

در پایان، شما قادر خواهید بود:

  • ConvNets، اجزای آنها (لایه های کانولوشن، لایه های ادغام، توابع فعال سازی)، و عملکرد درونی آنها را توضیح دهید.

  • ConvNets را با استفاده از کتابخانه محبوب یادگیری عمیق مانند TensorFlow طراحی و کدنویسی کنید.

  • تحلیل انتقادی طرح‌ها و الگوریتم‌های ConvNet موجود، شناسایی نقاط قوت و ضعف برای وظایف مختلف.

این دوره سکوی راه اندازی شماست! شما را به بلوک‌های ساختمانی ضروری، سوخت موشک، مجهز می‌کند تا خود را به سوی دنیای وسیع و همیشه در حال گسترش هوش مصنوعی و یادگیری ماشین سوق دهید. در اینجا، مهارت های اساسی را برای حرکت در این مرز باورنکردنی به دست خواهید آورد، اما سفر در اینجا متوقف نمی شود. عمیق تر شیرجه بزنید، بیشتر کاوش کنید و به یادگیری ادامه دهید. این دوره فقط آغاز کاوش هیجان انگیز شماست!


سرفصل ها و درس ها

معرفی CNN ها CNNs Introduction

  • مقدمه Introduction

  • لایه پیچیدگی ConvNet Convolution Layer of ConvNet

  • شبکه عصبی کلاسیک LeNet Classical Neural Network LeNet

  • شبکه کلاسیک - الکس نت Classical Network - AlexNet

  • شبکه های عصبی در کنترل ها Neural Networks in Controls

  • شبکه های عصبی کانولوشن - مروری سریع - Convolutional Neural Networks - Quick Overview -

  • شبکه های عصبی کانولوشن - مثال کدگذاری اول - (Matlab) Convolutional Neural Networks - First Coding Example - (Matlab)

  • شبکه های عصبی کانولوشنال (CNN) تکلیف MCQ 1 ساعته Convolutional Neural Networks (CNNs) 1-Hour MCQ Assignment

کد نویسی NN با استفاده از پایتون Coding NN using Python

  • کد نویسی NN با پایتون Coding NN with Python

  • TensorFlow قسمت اول TensorFlow Part I

  • TensorFlow قسمت دوم (اجرای MLP با Keras) TensorFlow Part II (Implementing MLP with Keras)

  • تست مبتنی بر MCQ بر روی شبکه های عصبی کانولوشن (CNN) و TensorFlow pen_spark MCQ Based Test on Convolutional Neural Networks (CNNs) and TensorFlow pen_spark

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

یادگیری عمیق - شبکه های عصبی کانولوشن
جزییات دوره
3.5 hours
10
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
526
5 از 5
دارد
دارد
دارد
Yasir Amir
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Yasir Amir Yasir Amir

از یک استاد دانشگاه یاد بگیرید