$Hands-on Deep Learning with PyTorch: From Math to Modern AI$

Udemy – Hands-on Deep Learning with PyTorch: From Math to Modern AI 2026-10

در تاریخ: 1405/08/15 8:29:48

توضیحات

Hands-on Deep Learning with PyTorch: From Math to Modern AI دوره آموزشی مبانی یادگیری عمیق و مهارت‌های عملی مهندسی هوش مصنوعی می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این دورهٔ جامع مفاهیم اساسی ریاضی را با برنامه‌نویسی عملی ترکیب می‌کند تا به شما کمک کند درک کنید شبکه‌های عصبی مدرن چگونه کار می‌کنند و چگونه آن‌ها را با PyTorch بسازید. ریاضیات پشت یادگیری ماشین از جمله جبر خطی، حساب دیفرانسیل، احتمال و بهینه‌سازی را یاد می‌گیرید، در حالی که کشف می‌کنید این مفاهیم چگونه شبکه‌های عصبی و سیستم‌های هوشمند را قدرت می‌دهند. تجربهٔ عملی با تنسورها، تمایزگیری خودکار، معماری مدل، حلقه‌های آموزش، توابع خطا، بهینه‌سازها و ارزیابی عملکرد کسب می‌کنید. تکنیک‌های مهم یادگیری عمیق و برنامه‌های مدرن هوش مصنوعی از جمله بینایی ماشین، پردازش زبان طبیعی و مدل‌های پیشرفتهٔ شبکهٔ عصبی را بررسی می‌کنید.

از طریق پیاده‌سازی‌های عملی و مثال‌های واقعی، توانایی طراحی، آموزش، دیباگ و بهبود مدل‌های یادگیری عمیق را توسعه می‌دهید، در حالی که درک عمیق‌تری از فناوری‌های پشت دستاوردهای امروز هوش مصنوعی می‌سازید. چه توسعه‌دهندهٔ پایتون باشید، مهندس یادگیری ماشین مشتاق، دانشمند داده یا علاقه‌مند به هوش مصنوعی، این دوره به شما کمک می‌کند نظریهٔ ریاضی را با توسعهٔ عملی یادگیری عمیق با PyTorch متصل کنید. در طول دوره با داده‌های ترتیبی و RNN و LSTM کار می‌کنید، مکانیزم self-attention و معماری‌های Transformer مانند BERT و GPT را پیاده‌سازی می‌کنید، یادگیری عمیق مولد را با Autoencoder و GAN بررسی می‌کنید و یک پروژهٔ پایانی سرتاسری می‌سازید که شبکه‌های Dense، LSTM و BERT fine-tune شده را مقایسه می‌کند؛ این مسیر درک عملی عمیقی از کاربرد این مفاهیم در موقعیت‌های واقعی به شما می‌دهد و شما را برای کار حرفه‌ای با یادگیری عمیق آماده می‌سازد.

آنچه در دوره Hands-on Deep Learning with PyTorch: From Math to Modern AI یاد خواهید گرفت:

بر مبانی یادگیری عمیق مسلط شوید، از ریاضیات پایه تا معماری‌های مدرن مانند Transformer و مدل‌های Diffusion.
بر مبانی PyTorch مسلط شوید، شامل دستکاری تنسور، شتاب GPU و ساخت شبکه‌های عصبی از صفر.
ریاضیات اساسی پشت هوش مصنوعی را درک کنید، شامل جبر خطی، حساب دیفرانسیل، مشتق و قاعدهٔ زنجیری برای backpropagation.
شبکه‌های عصبی عمیق را با تکنیک‌هایی مانند Dropout، Batch Normalization و بهینه‌ساز Adam بسازید، آموزش دهید و بهینه کنید.
شبکه‌های عصبی کانولوشنی (CNN) برای طبقه‌بندی تصویر بسازید و Transfer Learning را با مدل‌های از پیش آموزش‌دیده مانند ResNet به‌کار ببرید.
و …

مشخصات دوره

ناشر: یودمی
مدرس: Yogesh Raheja
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 94
مدت زمان آموزش: 10 ساعت و 50 دقیقه

سرفصل های دوره

$Hands-on Deep Learning with PyTorch: From Math to Modern AI$

پیش نیازهای دوره Hands-on Deep Learning with PyTorch: From Math to Modern AI

No prior deep learning experience needed
Basic understanding of Python programming is required
High-school level mathematics is helpful, though core concepts are reviewed in the course
A Google account to access Google Colab (no local GPU required)