تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی یادگیری عمیق: بهینه‌سازی و تنظیم مدل

دوره آموزشی یادگیری عمیق: بهینه‌سازی و تنظیم مدل

52 دقیقهپیشرفته2025-11-06

مدرسین

Kumaran Ponnambalam

Kumaran Ponnambalam

Working with data for 20+ years

جزئیات دوره

یادگیری عمیق یا Deep Learning این روزها یکی از مهم‌ترین تکنولوژی‌های پایه‌ای برای بسیاری از راه‌حل‌های هوش مصنوعی شده. اما یادگیری و پیاده‌سازی این تکنولوژی معمولاً پیچیده و زمان‌بره، مخصوصاً برای متخصصان IT با پیش‌زمینه‌های متفاوت که دنبال یه مسیر ساده و سریع برای درک مفاهیم و ساخت مدل‌ها هستن.

در این دوره، کوماران پوننامبالم یه مسیر ساده و کاربردی برای فهم گزینه‌های مختلف بهینه‌سازی و تنظیم مدل‌های یادگیری عمیق ارائه می‌ده. توی این مسیر، یاد می‌گیری چطور مدل‌ها رو بهتر بسازی و عملکردشون رو بهینه کنی. دوره با مرور مباحث پایه‌ای یادگیری عمیق، شامل شبکه‌های عصبی مصنوعی و معماری‌های مختلف شروع می‌شه. بعد به سراغ تنظیم ابرپارامترها (Hyperparameter Tuning) می‌ره و بررسی می‌کنه که هر بخش از شبکه عصبی چه نقاط تنظیم و بهینه‌سازی‌ای داره. در نهایت، بهترین شیوه‌ها و توصیه‌های عملی ارائه می‌شه و یه تمرین عملی end-to-end برای تنظیم کامل مدل انجام می‌دی.

این دوره کمک می‌کنه تا بدون گیج شدن در پیچیدگی‌ها، سریع با اصول شبکه‌های عصبی و تنظیم مدل‌ها آشنا بشی و مهارت‌های عملی برای بهبود عملکرد مدل‌های Deep Learning به دست بیاری.

اهداف یادگیری
معماری یادگیری عمیق، شامل شبکه‌های عصبی مصنوعی و اجزای اصلی‌شون رو درک می‌کنی.
بلوک‌های سازنده شبکه‌های عصبی و نقاط قابل تنظیم برای بهینه‌سازی مدل‌ها رو بررسی می‌کنی.
بهترین شیوه‌ها و روند کاری برای تنظیم و بهینه‌سازی end-to-end مدل‌ها رو یاد می‌گیری.

سرفصل ها

مقدمه

  • بهینه‌سازی شبکه‌های عصبی
  • تنظیم فایل‌های تمرین

مقدمه‌ای بر بهینه‌سازی یادگیری عمیق

  • بررسی شبکه‌های عصبی مصنوعی
  • یک مدل شبکه عصبی مصنوعی (ANN)
  • بهینه‌سازی و تنظیم مدل
  • فرآیند تنظیم یادگیری عمیق
  • تنظیمات آزمایش برای دوره

تنظیم شبکه یادگیری عمیق

  • تنظیم اندازه دوره و دسته
  • آزمایش دوره و اندازه دسته
  • تنظیم لایه‌های پنهان
  • تعیین گره‌ها در یک لایه
  • انتخاب توابع فعال‌سازی
  • مقداردهی اولیه وزن‌ها

تنظیم انتشار معکوس

  • گرادیان‌های محوشونده و انفجاری
  • نرمال‌سازی دسته‌ای
  • بهینه‌سازها
  • آزمایش بهینه‌ساز
  • نرخ یادگیری
  • آزمایش نرخ یادگیری

مدیریت بیش‌برازش

  • بیش‌برازش در شبکه‌های عصبی مصنوعی
  • منظم‌سازی
  • آزمایش منظم‌سازی
  • ترک تحصیل
  • آزمایش ترک تحصیل

تمرین تنظیم مدل

  • تمرین تنظیم - بیان مسئله
  • جمع‌آوری و پردازش داده‌ها
  • تنظیم شبکه
  • تنظیم پس انتشار
  • اجتناب از بیش‌برازش
  • ساخت مدل نهایی

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal