تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی شبکه‌های عصبی در سی پلاس پلاس (2021)

دوره آموزشی شبکه‌های عصبی در سی پلاس پلاس (2021)

1 ساعت 47 دقیقهپیشرفته2021-02-26

مدرسین

Eduardo Corpeño

Eduardo Corpeño

Electrical Engineer, Computer Programmer, and Teacher for 15+ years

جزئیات دوره

در مورد هدف، ساختار و روند آموزش شبکه‌های عصبی برای بهبود مهارت‌های یادگیری ماشین خود اطلاعات کسب کنید. در این دوره مبتنی بر پروژه، مدرس Eduardo Corpeño به شما می‌آموزد که چگونه یک سیستم هوشمند با یک شبکه عصبی از ابتدا در ++C ایجاد کنید و همچنین نحوه انتخاب روش آموزش صحیح شبکه عصبی و روش آموزش مناسب برای هر یک از مشکلات را به شما می‌آموزد. او با توضیح تفاوت بین شبکه عصبی و سایر ابزارهای برنامه نویسی شروع می‌کند. وی دلیل استفاده این دوره از ++C و چگونگی افزودن انواع مختلف شبکه‌های عصبی به جعبه ابزار خود را بیان می‌کند. شبکه‌های عصبی مصنوعی ، الهام گرفته از مغز است و او قسمت‌هایی از یک نورون بیولوژیکی را به عناصر ++C مرتبط می‌کند، سپس نحوه استفاده از توابع فعال‌سازی و گیرنده‌ها را در ساخت مدل‌های عصبی نشان می‌دهد. او مراحل مورد نیاز برای ساخت و آموزش شبکه خود را پوشش می‌دهد. او تشخیص تشخیص سگمنت را توضیح می‌دهد، سپس شما را در طراحی و آموزش شبکه عصبی SDR خود راهنمایی می‌کند.

مهارت ها

C++Neural Networks and Deep LearningAdvancedArtificial Intelligence (AI)Programming LanguagesOpen SourceSoftware Development

سرفصل ها

0. مقدمه

  • 01 - یک شبکه عصبی از ابتدا در C++ ایجاد کنید
  • 02 - آنچه باید بدانید

1. انتخاب یک شبکه عصبی

  • 03 - شبکه عصبی چیست
  • 04 - چرا C++
  • 05 - کاربردهای فراوان یادگیری ماشین
  • 06 - انواع طبقه بندی کننده
  • 07 - انواع شبکه‌های عصبی
  • 08 - پرسپترون‌های چندلایه

2. بلوک‌های ساختمان شبکه‌های عصبی

  • 09 - نورون‌ها و مغز
  • 10 - یک مدل ساده از یک نورون
  • 11 - توابع فعال سازی
  • 12 - پرسپترون‌ها - مدل بهتری از نورون
  • 13 - چالش - پرسپترون را تمام کنید
  • 14 - راه حل - پرسپترون را تمام کنید
  • 15 - دروازه‌های منطقی
  • 16 - چالش - دروازه‌های منطقی با پرسپترون
  • 17 - راه حل - دروازه‌های منطقی با پرسپترون

3. شبکه خود را بسازید

  • 18 - تفکیک پذیری خطی
  • 19 - نوشتن کلاس پرسپترون چندلایه
  • 20 - چالش - کلاس پرسپترون چند لایه را تمام کنید
  • 21 - راه حل - کلاس پرسپترون چند لایه را تمام کنید

4. آموزش شبکه شما

  • 22 - نیاز به آموزش
  • 23 - روند آموزش
  • 24 - تابع خطا
  • 25 - نزول گرادیان
  • 26 - قاعده دلتا
  • 27 - الگوریتم پس انتشار
  • 28 - چالش - تابع پس انتشار خود را بنویسید
  • 29 - راه حل - تابع پس انتشار خود را بنویسید

5. یک طبقه بندی نمایش بخش بسازید

  • 30 - تشخیص بخش نمایشگر
  • 31 - چالش - شبکه عصبی SDR خود را طراحی کنید
  • 32 - راه حل - شبکه عصبی SDR خود را طراحی کنید
  • 33 - چالش - شبکه عصبی SDR خود را آموزش دهید
  • 34 - راه حل - شبکه عصبی SDR خود را آموزش دهید

نتیجه

  • 35 - مراحل بعدی

دوره های مرتبط

مسیرهای 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