دوره آموزشی راهاندازی و شروع کار با PyTorch
2 ساعت 37 دقیقهمتوسط2026-02-17
مدرسین

Pearson
جزئیات دوره
این دوره درباره یادگیری فریمورک محبوب و متنباز PyTorch هست؛ یکی از مهمترین ابزارها در دنیای یادگیری عمیق (Deep Learning) و هوش مصنوعی. اگر میخوای وارد حوزه AI، یادگیری ماشین یا ساخت مدلهای عصبی بشی، PyTorch یکی از اصلیترین ابزارهایی هست که باید بلد باشی.
تو این دوره از پایه با PyTorch آشنا میشی و کمکم وارد دنیای واقعی ساخت مدلهای یادگیری عمیق میشی. یاد میگیری چطور این فریمورک با استفاده از محاسبات خودکار مشتق (Automatic Differentiation) کار میکنه و چطور میتونه پردازشها رو به شکل بهینه روی GPU اجرا کنه؛ چیزی که باعث شده تحقیقات و پروژههای Deep Learning خیلی سریعتر و قدرتمندتر پیش برن.
همچنین یاد میگیری چطور یک مدل ساده مثل رگرسیون خطی رو با PyTorch پیادهسازی و مدیریت کنی تا پایهای برای مدلهای پیچیدهتر مثل شبکههای عصبی عمیق باشه. در ادامه وارد ساخت شبکههای عصبی چندلایه (MLP) میشی و یاد میگیری چطور از کامپوننتهای آماده PyTorch برای ساخت مدلهای فیدفوروارد استفاده کنی.
در نهایت هدف این دوره اینه که بتونی از PyTorch برای ساخت مدلهای واقعی یادگیری عمیق استفاده کنی و مهارتهای کاربردی و پرتقاضای بازار کار در حوزه هوش مصنوعی به دست بیاری.
اهداف یادگیری
با فریمورک PyTorch و کاربرد آن در یادگیری عمیق آشنا میشوی.
یاد میگیری Automatic Differentiation چگونه کار میکند.
مفهوم اجرای محاسبات روی GPU را درک میکنی.
میتوانی یک مدل رگرسیون خطی در PyTorch پیادهسازی کنی.
با اصول ساخت و آموزش مدلهای یادگیری ماشین آشنا میشوی.
یاد میگیری چگونه شبکههای عصبی ساده را طراحی کنی.
میتوانی یک MLP (شبکه عصبی چندلایه) بسازی.
با کامپوننتهای اصلی PyTorch برای ساخت مدلها کار میکنی.
درک میکنی چگونه مدلهای Deep Learning آموزش داده میشوند.
برای ورود به پروژههای واقعی هوش مصنوعی آماده میشوی.
تو این دوره از پایه با PyTorch آشنا میشی و کمکم وارد دنیای واقعی ساخت مدلهای یادگیری عمیق میشی. یاد میگیری چطور این فریمورک با استفاده از محاسبات خودکار مشتق (Automatic Differentiation) کار میکنه و چطور میتونه پردازشها رو به شکل بهینه روی GPU اجرا کنه؛ چیزی که باعث شده تحقیقات و پروژههای Deep Learning خیلی سریعتر و قدرتمندتر پیش برن.
همچنین یاد میگیری چطور یک مدل ساده مثل رگرسیون خطی رو با PyTorch پیادهسازی و مدیریت کنی تا پایهای برای مدلهای پیچیدهتر مثل شبکههای عصبی عمیق باشه. در ادامه وارد ساخت شبکههای عصبی چندلایه (MLP) میشی و یاد میگیری چطور از کامپوننتهای آماده PyTorch برای ساخت مدلهای فیدفوروارد استفاده کنی.
در نهایت هدف این دوره اینه که بتونی از PyTorch برای ساخت مدلهای واقعی یادگیری عمیق استفاده کنی و مهارتهای کاربردی و پرتقاضای بازار کار در حوزه هوش مصنوعی به دست بیاری.
اهداف یادگیری
با فریمورک PyTorch و کاربرد آن در یادگیری عمیق آشنا میشوی.
یاد میگیری Automatic Differentiation چگونه کار میکند.
مفهوم اجرای محاسبات روی GPU را درک میکنی.
میتوانی یک مدل رگرسیون خطی در PyTorch پیادهسازی کنی.
با اصول ساخت و آموزش مدلهای یادگیری ماشین آشنا میشوی.
یاد میگیری چگونه شبکههای عصبی ساده را طراحی کنی.
میتوانی یک MLP (شبکه عصبی چندلایه) بسازی.
با کامپوننتهای اصلی PyTorch برای ساخت مدلها کار میکنی.
درک میکنی چگونه مدلهای Deep Learning آموزش داده میشوند.
برای ورود به پروژههای واقعی هوش مصنوعی آماده میشوی.
سرفصل ها
مقدمه
- با PyTorch شروع به کار کنید
پایتورچ برای افراد بیصبر
- پایتورچ چیست؟
- کیک لایهای PyTorch
- سهراهی نرمافزار یادگیری عمیق
- تانسورها واقعاً چه هستند؟
- تانسورها در PyTorch
- مقدمهای بر گرافهای محاسباتی
- پس انتشار فقط قانون زنجیرهای است
- پسانتشار آسان با torch.autograd
- انتزاع دستگاه در PyTorch - پردازندههای گرافیکی (GPU)
- کار با دستگاهها
- اجزای یک الگوریتم یادگیری
- مقدمهای بر گرادیان نزولی
- آشنایی با گرادیان نزولی تصادفی (SGD)
- مقایسه گرادیان نزولی و SGD
- رگرسیون خطی با PyTorch
- پرسپترونها و نورونها
- لایهها و فعالسازیها با torch.nn
- شبکههای عصبی پیشخور چندلایه (MLP)
نتیجهگیری
- خلاصه دوره
دوره های مرتبط
- دوره آموزشی هوش مصنوعی عملی: ساخت اولین چتبات مکالمهای خودت
- دوره آموزشی یادگیری عملی PyTorch Machine
- دوره آموزشی معرفی عملی PyTorch برای یادگیری ماشین
- دوره آموزشی ساخت GAN و مدل های انتشار با TensorFlow و PyTorch
- دوره آموزشی بازکردن و کار کردن با LUNA
- دوره آموزشی یادگیری جامع رویت 2023: برای معماری (امپریال و متریک)
- دوره آموزشی یادگیری آپاچی تامکت
- دوره آموزشی پریمیر پرو CC 2019 : مبانی