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.

مبانی یادگیری عمیق: مفاهیم اصلی و PyTorch

13,900 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

درک بصری از یادگیری عمیق داشته باشید

عنوان اصلی : Fundamentals of Deep Learning: Core Concepts and PyTorch

سرفصل های دوره :

یادگیری عمیق - تصویر بزرگ:
شبکه عصبی عمیق به عنوان ویژگی ها و وزن
عملکردهای از دست دادن و آموزش در مقابل استنباط
چرا یادگیری عمیق غیرقانونی است و چگونه می توان در آن خوب شد
نحوه ایجاد شبکه های عصبی احساس بصری
بررسی اجمالی دوره
اختراع شبکه عصبی عمیق از ابتدا:
رگرسیون خطی و از دست دادن MSE
تجزیه و تحلیل عددی-a.k.a. "آزمایش و خطا"
نمای شبکه
Perceptrons
"عمیق" در یادگیری عمیق
عملکرد فعال سازی
بیش از حد و بیش از حد
دفع جبر خطی
بردار (= موازی سازی)
مقیاس پذیری و خواص ظهور
بازپرداخت پاس رو به جلو و مقدمه مختصر به پاس عقب
چگونه مدل به خودی خود یاد می گیرد - الگوریتم انتشار Back Deep -Div:
الگوریتم انتشار پشت
دفع حساب
حسابداری II
نزول شیب
دفع حساب - مشتقات جزئی و نزول شیب
محاسبه محاسبه - قانون زنجیره ای
محاسبه محاسبه - قانون زنجیره ای دوم
نمودار محاسباتی I - پاس رو به جلو
نمودار محاسباتی II - پاس به عقب
نمودار محاسباتی III - پاس عقب II
نمودار محاسباتی IV - پاس عقب III
پاس به جلو و عقب را بازپرداخت و بسته بندی کنید
نحوه کار شبکه های عصبی در واقعیت:
ناپدید شدن مشکل شیب
راه حل های شیب من
ناپدید شدن راه حل های شیب II
نزول شیب تصادفی و مینی دسته ای
بهینه سازهای دیگر من
سایر بهینه سازها II
استراتژی های تنظیم Hyperparameter
عادی سازی دسته
بیش از حد من - مشکل و مرور کلی راه حل
بیش از حد II - تنظیم و رها کردن
فعال سازی SoftMax
توابع از دست دادن
از دست دادن آنتروپی متقاطع
کدگذاری شبکه های عصبی عمیق در Pytorch و Pytorch Lightning:
تنظیم یک محیط برنامه نویسی با استفاده از نوت بوک Anaconda و Jupyter در VScode
یک مدل MNIST را از ابتدا در Pytorch I آموزش دهید
یک مدل mnist را از ابتدا در Pytorch II ساده آموزش دهید
یک مدل MNIST را از ابتدا در Pytorch III ساده آموزش دهید
یک مدل mnist را از ابتدا در Pytorch IV ساده آموزش دهید
یک مدل MNIST را با استفاده از ماژول NN Pytorch آموزش دهید
یک مدل MNIST را با استفاده از ماژول NN II Pytorch آموزش دهید
یک مدل MNIST را با استفاده از Pytorch Lightning I آموزش دهید
یک مدل MNIST را با استفاده از Pytorch Lightning II آموزش دهید
مراحل بعدی

نمایش سرفصل های انگلیسی

Fundamentals of Deep Learning: Core Concepts and PyTorch