در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.
دسته بندی
دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

آموزش انجام دیپ لرنینگ بوسیله Google Colab

10,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ویدئو معرفی این محصول

در این کورس آموزشی قدم به قدم یاد می گیرید که چطور پروژه های دیپ لرنینگ را بوسیله Google Colab انجام دهید.

عنوان اصلی : Deep Learning with Google Colab

سرفصل ها :


شروع کار در Google Colab:
معرفی
ثبت نام برای حساب کاربری گوگل
پیمایش به Google Colab
در حال کاوش در نوت بوک Google Colab خود
تعریف نوت بوک
اولین سلول کد Google Colab خود را اجرا می کنید
زبان نشانه گذاری Markdown
نوشتن Markdown در Google Colab
نوشتن LaTeX در Google Colab
نتیجه گیری بخش
اکوسیستم Google Colab:
نصب بسته ها در Google Colab
کار با فایل ها با استفاده از Google Drive
کار با فایل ها به طور مستقیم در Google Colab
اشتراک گذاری فایل ها از طریق گوگل درایو
مقدمه ای بر کنترل نسخه با Git و GitHub
ارسال نوت بوک Google Colab به GitHub
مقدمه ای بر PyTorch:
ایجاد تانسور
عملیات تانسور
پردازنده‌های گرافیکی در زمینه یادگیری عمیق
GPU Colab خود را روشن کنید
محدودیت های پردازنده گرافیکی Colab
مبانی شبکه عصبی
گرادیان ها و پس انتشار
تمایز خودکار در PyTorch
آموزش یک مدل
ذخیره و بارگذاری مدل ها
بیان مشکل و راه اندازی
رویکردها و راهکارها
کار با مجموعه داده ها:
دانلود مجموعه داده داخلی
کار با مجموعه داده PyTorch
بارگذاری مجموعه داده در Colab
ساخت مجموعه داده PyTorch
اصول تقویت تصویر
تقویت تصویر در PyTorch
تشخیص ارقام دست نویس:
دانلود مجموعه داده
درک مجموعه داده
پیاده سازی راه حل شروع
آموزش و ارزیابی
انتخاب اندازه لایه های ورودی و خروجی
انتخاب اندازه لایه های مخفی
توابع از دست دادن
توابع فعال سازی و مقدار اولیه وزن
بهینه سازها
انتقال یادگیری برای تشخیص شی :
دانلود مجموعه داده
درک مجموعه داده
یادگیری انتقالی چیست؟
گردش کار یادگیری انتقال
آموزش و ارزیابی
مدل های از پیش آموزش دیده برای انتقال یادگیری
شناخت اقلام مد:
دانلود مجموعه داده
درک مجموعه داده
اصول شبکه کانولوشنال
پیاده سازی در PyTorch
مبانی شبکه باقی مانده
بلوک های باقی مانده در شبکه های کانولوشن
پیاده سازی در PyTorch
بهترین شیوه های یادگیری عمیق:
مجموعه عمومی در یادگیری ماشین
گروه بندی در یادگیری عمیق
نسخه سازی داده ها
تکرارپذیری
چه زمانی از یادگیری عمیق استفاده نکنید

نمایش سرفصل های انگلیسی

Deep Learning with Google Colab