در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این مجموعه آموزش با ارتباط تنگاتنگ شبکه های عصبی و دیپ لرنینگ آشنا شده و یاد می گیرید که چطور بوسیله شبکه های عصبی Deep Learning را پیاده سازی کنید.
عنوان اصلی : Neural Networks and Deep Learning
خوش آمدی
شبکه عصبی چیست؟
یادگیری تحت نظارت با شبکه های عصبی
چرا یادگیری عمیق در حال پیشرفت است؟
درباره این دوره
منابع دوره
مصاحبه جفری هینتون
طبقه بندی باینری
رگرسیون لجستیک
تابع هزینه رگرسیون لجستیک
گرادیان نزول
مشتقات
نمونه های مشتق بیشتر
نمودار محاسباتی
مشتقات با نمودار محاسباتی
نزول گرادیان رگرسیون لجستیک
نزول گرادیان در m مثال ها
برداری
نمونه های برداری بیشتر
بردار کردن رگرسیون لجستیک
بردار کردن خروجی گرادیان رگرسیون لجستیک
پخش در پایتون
یادداشتی در مورد بردارهای پایتون/ numpy
گشت و گذار سریع در نوت بوک های Jupyter/iPython
توضیح تابع هزینه رگرسیون لجستیک (اختیاری)
مصاحبه پیتر آببل
مروری بر شبکه های عصبی
بازنمایی شبکه عصبی
محاسبه خروجی شبکه عصبی
بردارسازی در چندین مثال
توضیحی برای پیاده سازی بردار
توابع فعال سازی
چرا به توابع فعال سازی غیر خطی نیاز دارید؟
مشتقات توابع فعال سازی
نزول گرادیان برای شبکه های عصبی
شهود پس انتشار (اختیاری)
مقداردهی اولیه تصادفی
مصاحبه ایان گودفلو
شبکه عصبی لایه L عمیق
انتشار به جلو در یک شبکه عمیق
درست کردن ابعاد ماتریس
چرا بازنمایی های عمیق؟
بلوک های سازنده شبکه های عصبی عمیق
انتشار به جلو و عقب
پارامترها در مقابل فراپارامترها
این چه ربطی به مغز دارد؟
Neural Networks and Deep Learning
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.