دوره آموزشی شبکههای عصبی در پایتون
2 ساعت 5 دقیقهپیشرفته2022-11-09
مدرسین

Eduardo Corpeño
Electrical Engineer, Computer Programmer, and Teacher for 15+ years
جزئیات دوره
در اختیار داشتن ابزارهای عالی، اگر نمیدانید که کدام ابزار را واقعا نیاز دارید، و اینکه چطور هر ابزار برای آنها مفید است و چطور کار میکنند، مفید نخواهد بود. در این دوره به اعماق درونی شبکههای عصبی شیرجه بزنید، تا بتوانید با ابزارهای یادگیری ماشین به طور موثرتری کار کنید. مربی Eduardo Corpeno با ارائه یک سری تمرینها در پایتون به شما کمک میکند تا به عنوان مثال یاد بگیرید تا آنچه در داخل میافتد را درک کنید. نحوه ارتباط بخشهایی از یک نورون بیولوژیکی را با عناصر پایتون کشف کنید، که به شما امکان میدهد یک مدل از مغز را بسازید. سپس، نحوه ساخت و آموزش یک شبکه را بیاموزید، همچنین یک شبکه عصبی ایجاد کنید که اعدادی را که از یک نمایشگر هفت بخشی به دست میآید تشخیص دهد. حتی اگر به جای نوشتن کد خود، احتمالاً از طریق یک مجموعه نرمافزاری با شبکههای عصبی کار خواهید کرد، دانشی که در این دوره کسب خواهید کرد میتواند به شما کمک کند تا برای هر مشکلی که دارید با استفاده از آن از روش شبکه عصبی و معماری شبکه عصبی مناسب استفاده کنید.
مهارت ها
Neural Networks and Deep LearningPythonArtificial Intelligence (AI)Programming LanguagesOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - ایجاد شبکه عصبی در پایتون
- 02 - آنچه باید بدانید
- 03 - استفاده از GitHub Codespaces با این دوره
1. انتخاب یک شبکه عصبی
- 04 - شبکه عصبی چیست
- 05 - چرا پایتون
- 06 - کاربردهای فراوان یادگیری ماشین
- 07 - انواع طبقه بندی کننده
- 08 - انواع شبکه های عصبی
- 09 - پرسپترون های چندلایه
2. بلوک های ساختمان شبکه های عصبی
- 10 - نورون ها و مغز
- 11 - یک مدل ساده از یک نورون
- 12 - توابع فعال سازی
- 13 - پرسپترون ها - مدل بهتری از نورون
- 14 - چالش - پرسپترون را تمام کنید
- 15 - راه حل - پرسپترون را تمام کنید
- 16 - دروازه های منطقی
- 17 - چالش - دروازه های منطقی با پرسپترون
- 18 - راه حل - دروازه های منطقی با پرسپترون
3. شبکه خود را بسازید
- 19 - تفکیک پذیری خطی
- 20 - نوشتن کلاس پرسپترون چندلایه
- 21 - چالش - کلاس پرسپترون چند لایه را تمام کنید
- 22 - راه حل - کلاس پرسپترون چندلایه را تمام کنید
4. آموزش شبکه شما
- 23 - نیاز به آموزش
- 24 - روند آموزش
- 25 - تابع خطا
- 26 - نزول گرادیان
- 27 - قانون دلتا
- 28 - الگوریتم پس انتشار
- 29 - چالش - روش Backpropagation خود را بنویسید
- 30 - راه حل - روش Backpropagation خود را بنویسید
5. بیایید یک طبقه بندی نمایش بخش بسازیم
- 31 - تشخیص بخش نمایشگر
- 32 - چالش - شبکه عصبی SDR خود را طراحی کنید
- 33 - راه حل - شبکه عصبی SDR خود را طراحی کنید
- 34 - چالش - شبکه عصبی SDR خود را آموزش دهید
- 35 - راه حل - شبکه عصبی SDR خود را آموزش دهید
- نسخه نمایشی رابط کاربری گرافیکی شبکه 36 - 7 به 1
- نسخه نمایشی رابط کاربری گرافیکی شبکه 37 - 7 تا 10
- نسخه نمایشی رابط کاربری گرافیکی شبکه 38 - 7 تا 7
نتیجه
- 39 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
- دوره آموزشی کارگاه هوش مصنوعی: ساخت شبکه عصبی با PyTorch Lightning
- دوره آموزشی کارگاه هوش مصنوعی: تمرین عملی با GANها با استفاده از شبکههای کانولوشنال عمیق
- دوره آموزشی معرفی عملی مدلهای ترنسفورمر برای بینایی کامپیوتری
- دوره آموزشی اصول هوش مصنوعی چندرسانهای: ترکیب متن، تصویر و صدا برای برنامههای نسل بعدی هوش مصنوعی
- دوره آموزشی یادگیری عمیق با پایتون: شبکههای عصبی کانولوشنی
- دوره آموزشی هوش مصنوعی عملی: پردازش تصویر با پایتون
- دوره آموزشی یادگیری عمیق و بینایی ماشین: شناسایی اشیاء با استفاده از PyTorch