آموزش دیپ لرنینگ پروژه های واقعی

در این دوره آموزشی Deep Learning را یاد گرفته و استفاده از روشها و پیاده سازی آن ها را در پروژه های جهان واقعی یاد می گیرید.

عنوان اصلی : Deep Learning with Real World Projects

سرفصل ها :

معرفی :
رمز عبور کد
تاریخچه یادگیری عمیق
پرسپترون ها
پرسپترون های چند سطحی
زمین بازی شبکه عصبی
نمایندگی ها
آموزش شبکه عصبی - قسمت 1
آموزش شبکه عصبی - قسمت 2
آموزش شبکه عصبی - قسمت 3
توابع فعال سازی
شبکه های عصبی مصنوعی - مقدمه:
یادگیری عمیق
درک مغز انسان
پرسپترون
پرسپترون برای طبقه بندی کننده ها
پرسپترون در عمق
مختصات همگن
مثال برای Perceptron
چند طبقه بندی کننده
شبکه های عصبی
لایه ورودی
لایه خروجی
تابع سیگموئید
درک MNIST
مفروضات در شبکه های عصبی
آموزش شبکه های عصبی
درک نمادها
توابع فعال سازی
ANN - فید فوروارد شبکه:
حالت آفلاین آنلاین
RNN دو طرفه
درک ابعاد
شبه کد
شبه کد برای دسته
روش های برداری
تکثیر برگشتی:
معرفی تابع ضرر
آموزش تکثیر پشت - قسمت 1
آموزش تکثیر پشت - قسمت 2
آموزش تکثیر پشت - قسمت 3
آموزش تکثیر پشت - قسمت 4
آموزش تکثیر پشت - قسمت 5
تابع سیگموئید
آموزش تکثیر پشت - قسمت 6
آموزش تکثیر پشت - قسمت 7
آموزش تکثیر پشت - قسمت 8
آموزش تکثیر پشت - قسمت 9
آموزش تکثیر پشت - قسمت 10
شبه کد
SGD
یافتن حداقل های جهانی
آموزش برای دسته
منظم سازی:
ترک تحصیل قسمت 1
ترک تحصیل قسمت 2
عادی سازی دسته ای - قسمت 1
عادی سازی دسته ای - قسمت 2
عادی سازی دسته ای - قسمت 3
معرفی TensorFlow
معرفی کراس
شبکه های عصبی کانولوشن:
برنامه های کاربردی برای CNN
ایده پشت سی ان ان - قسمت 1
ایده پشت سی ان ان - قسمت 2
تصاویر
ویدئو
پیچیدگی - قسمت 1
پیچیدگی - قسمت 2
گام برداشتن و پدینگ
لایه گذاری
فرمول ها
وزن و تعصب
نقشه ویژگی
ادغام
ترکیب شبکه
CNN-Keras:
VGG16 (گروه هندسه بصری)
عملی در CNN: مطالعه موردی - قسمت 1
عملی در CNN: مطالعه موردی - قسمت 2
عملی در CNN: مطالعه موردی - قسمت 3
عملی در CNN: مطالعه موردی - قسمت 4
عملی در CNN: مطالعه موردی - قسمت 5
CNN-Transfer Learning:
الکس نت
GoogleNet
ResNet - قسمت 1
ResNet - قسمت 2
آموزش انتقال - قسمت 1
آموزش انتقالی - قسمت 2
آموزش انتقالی - قسمت 3
آموزش انتقالی - قسمت 4
آموزش انتقالی - قسمت 5
آموزش انتقالی - قسمت 6
مطالعه موردی - قسمت 1
مطالعه موردی - قسمت 2
مطالعه موردی - قسمت 3
تجزیه و تحلیل - قسمت 1
تجزیه و تحلیل - قسمت 2
پروژه زنده CNN-Industry: بازی با تصاویر طبیعی دنیای واقعی:
کار با تصاویر گل: مطالعه موردی - قسمت 1
کار با تصاویر گل: مطالعه موردی - قسمت 2
کار با تصاویر گل: مطالعه موردی - قسمت 3
کار با تصاویر گل: مطالعه موردی - قسمت 4
کار با تصاویر گل: مطالعه موردی - قسمت 5
کار با تصاویر گل: مطالعه موردی - قسمت 6
کار با تصاویر گل: مطالعه موردی - قسمت 7
کار با تصاویر گل: مطالعه موردی - قسمت 8
کار با تصاویر گل: مطالعه موردی - قسمت 9
کار با تصاویر گل: مطالعه موردی - قسمت 10
کار با تصاویر گل: مطالعه موردی - قسمت 11
کار با تصاویر گل: مطالعه موردی - قسمت 12
کار با تصاویر گل: مطالعه موردی - قسمت 13
کار با تصاویر گل: مطالعه موردی - قسمت 14
پروژه CNN-Industry Live: ناهنجاری های پزشکی را بیابید و زندگی را نجات دهید:
کار با تصاویر اشعه ایکس: مطالعه موردی - قسمت 1
کار با تصاویر اشعه ایکس: مطالعه موردی - قسمت 2
کار با تصاویر اشعه ایکس: مطالعه موردی - قسمت 3
کار با تصاویر اشعه ایکس: مطالعه موردی - قسمت 4
کار با تصاویر اشعه ایکس: مطالعه موردی - قسمت 5
کار با تصاویر اشعه ایکس: مطالعه موردی - قسمت 6
شبکه های عصبی مکرر: مقدمه:
RNN - قسمت 1
RNN قسمت 2
فرمول RNN
معماری
داده های دسته ای
نمادهای ساده شده
انواع RNN - قسمت 1
انواع RNN - قسمت 2
آموزش RNN
یک به چند
ناپدید شدن گرادیان
شبکه های عصبی مکرر: LSTM:
حالت آفلاین آنلاین
RNN دو طرفه
LSTM - قسمت 1
LSTM - قسمت 2
LSTM - قسمت 3
LSTM - قسمت 4
LSTM - قسمت 5
معادله LSTM
شبکه بازگشتی دروازه ای (GRU)
شبکه‌های خنثی مکرر: برچسب‌گذار قسمتی از گفتار:
مطالعه موردی Tagger قسمت از گفتار (بخش 2)
مطالعه موردی Tagger قسمت از گفتار (بخش 3)
مطالعه موردی تگر قسمت از گفتار (بخش 4)
مطالعه موردی Tagger قسمت از گفتار (بخش 5)
مطالعه موردی Tagger قسمت از گفتار (بخش 6)
مطالعه موردی Tagger قسمت از گفتار (قسمت 7)
مطالعه موردی تگر قسمت از گفتار (بخش 8)
مطالعه موردی تگر قسمت از گفتار (بخش 9)
تولید متن با استفاده از RNN:
تولید متن: مطالعه موردی مولد کد (بخش 2)
تولید متن: مطالعه موردی مولد کد (بخش 3)
تولید متن: مطالعه موردی مولد کد (بخش 4)