1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. Udemy – AI & Deep Learning From Scratch In Python 2024-2
AI & Deep Learning From Scratch In Python

Udemy – AI & Deep Learning From Scratch In Python 2024-2

توضیحات

دوره AI & Deep Learning From Scratch In Python. این دوره به ارائه درک جامعی از شبکه‌های عصبی کانولوشنی (CNN) با ترکیب مبانی ریاضی و پیاده‌سازی عملی در پایتون می‌پردازد. این دوره برای علاقه‌مندان بدون نیاز به پیش‌زمینه خاصی طراحی شده و مفاهیم اساسی برنامه‌نویسی پایتون و حسابان مورد نیاز برای یادگیری عمیق را پوشش می‌دهد. هر جزء از شبکه‌های عصبی کانولوشنی ابتدا به صورت ریاضی تشریح شده و سپس مرحله به مرحله در پایتون پیاده‌سازی می‌شود. از طریق تمرین‌های برنامه‌نویسی تعاملی که مستقیماً در محیط مرورگر قابل اجرا هستند، شرکت‌کنندگان به تدریج یک چارچوب کامل تشخیص اشیاء بر مبنای یک مدل CNN بهینه‌شده توسعه می‌دهند. یکی از دستاوردهای کلاسی این دوره، آشنایی با یکی از پیشرفته‌ترین و مؤثرترین الگوریتم‌های تشخیص چندشیئی در زمان واقعی است. درک فرآیند پسار انتشار از هر دو جنبه تئوری و عملی، پایه‌ای محکم در جنبه اساسی آموزش شبکه‌های عصبی ایجاد می‌کند. در پایان دوره، دانش‌آموزان تجربه عملی در ساخت یک چارچوب پیچیده CNN شامل تکنیک‌های پیشرفته بهینه‌سازی و regularization را کسب خواهند کرد که توانایی آنان را برای حل مسائل پیچیده تشخیص اشیاء در دنیای واقعی با نتایج عملکرد برجسته تقویت می‌نماید و مهارت‌های آنان را در حوزه‌های بینایی کامپیوتر و یادگیری عمیق ارتقا می‌بخشد.

آنچه فرا خواهید گرفت

  • درک عملی و ریاضی شبکه‌های عصبی:
  • درک اینکه شبکه‌های عصبی عمیق (Deep Neural Networks) چگونه کار می‌کنند، هم به صورت عملی و هم به صورت ریاضی.
  • درک فرآیندهای پیش‌انتشار (Forwardpropagation) و پس‌انتشار (Backpropagation)، هم به صورت ریاضی و هم به صورت عملی.
  • طراحی و پیاده‌سازی مدل‌ها:
  • طراحی و پیاده‌سازی یک شبکه عصبی عمیق برای طبقه‌بندی چندکلاسه (multi-class classification).
  • درک و پیاده‌سازی اجزای سازنده شبکه‌های عصبی پیچشی.
  • درک و پیاده‌سازی تکنیک‌های پیشرفته بهینه‌سازی، منظم‌سازی و مقداردهی اولیه (Initialization).
  • آموزش مدل‌ها و کاربرد عملی:
  • آموزش و اعتبارسنجی یک مدل پیچشی بر روی مجموعه‌ داده‌های پرکاربرد مانند MNIST و CIFAR-10.
  • درک و پیاده‌سازی یادگیری انتقالی (Transfer Learning).
  • استفاده از یک مدل پیچشی برای ایجاد یک سیستم تشخیص چندگانه اشیا در زمان واقعی.

این دوره مناسب افرادیست که

  • همه کسانی که علاقه‌مند به درک واقعی شبکه‌های عصبی پیچشی هستند و مایل به ایجاد چارچوب تشخیص اشیا (Object Detection Framework) خود در پایتون می‌باشند.

مشخصات دوره

  • ناشر: Udemy
  • مدرس: Victor Huerlimann
  • سطح آموزش: مبتدی تا پیشرفته
  • مدت زمان آموزش: 5 ساعت و 16 دقیقه

سرفصل های دوره در تاریخ 2024/4

AI & Deep Learning From Scratch In Python

پیشنیازهای دوره AI & Deep Learning From Scratch In Python

  • No prior knowledge is required

تصاویر دوره

AI & Deep Learning From Scratch In Python

نمونه فیلم دوره

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 1080p

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 364 مگابایت

گذرواژه فایل(ها): www.downloadly.ir


حجم فایل

1.3 گیگابایت

رتبه دهید

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

فهرست