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.

فیلم یادگیری Machine Vision GANs and Deep Reinforcement Learning

فیلم یادگیری Machine Vision GANs and Deep Reinforcement Learning

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 یاد می گیرید که چطور با استفاده از شیوه های یادگیری عمیق می توانید دید کامپیوتری یا همان Computer Vision را پیاده کنید. 

عنوان اصلی : Addison Wesley Professional Machine Vision GANs and Deep Reinforcement Learning Sneak

سرفصل ها :

01 - چشم انداز ماشین، گان، یادگیری عمیق تقویت - مقدمه
02 - موضوعات
03 - 1.1 در حال اجرا نمونه های کد دست در Jupyter نوت بوک
04 - 1.2 بررسی تئوری یادگیری عمیق پیش نیاز
05 - 1.3 اوج دزدکی حرکت کردن
06 - موضوعات
07 - 2.1 لایه های کانولوشن
08 - 2.2 hyperparameters فیلتر کانولوشن
09 - 2.3 فعال سازی جمع آوری و صاف کردن
10 - 2.4 ساخت یک convnet در Tensorflow
11 - 2.5 معماری مدل convnet
12 - 2.6 شبکه های باقی مانده
13 - 2.7 تقسیم بندی تصویر
14 - 2.8 تشخیص شی
15 - 2.9 یادگیری انتقال
16 - 2.10 شبکه های کپسول
17 - موضوعات
18 - 3.1 یک Boozy All-nighter
19 - 3.2 فضای پنهان - ریاضی در چهره های جعلی انسان
20 - 3.3 سبک انتقال - تبدیل عکس به مونه (و بالعکس)
21 - 3.4 برنامه های کاربردی از GANS
22 - 3.5 نظریه ضروری GAN
23 - 3.6 'سریع، قرعه کشی!' مجموعه داده
24 - 3.7 شبکه تبعیض آمیز
25 - 3.8 شبکه ژنراتور
26 - 3.9 آموزش شبکه های تبلیغاتی
27 - موضوعات
28 - 4.1 سه دسته از مشکلات یادگیری ماشین
29 - 4.2 هنگامی که یادگیری تقویت عمیق می شود
30 - 4.3 برنامه های کاربردی به بازی های ویدئویی
31 - 4.4 برنامه های کاربردی به هیئت مدیره
32 - 4.5 برنامه های دنیای واقعی
33 - 4.6 محیط یادگیری تقویت
34 - 4.7 سه دسته هوش مصنوعی
35 - موضوعات
36 - 5.1 بازی سبد خرید قطب
37 - 5.2 نظریه یادگیری ضروری تقویت
38 - 5.3 شبکه های عمیق Q-Learning
39 - 5.4 تعریف عامل DQN
40 - 5.5 تعامل با محیط زیست
41 - 5.6 بهینه سازی hyperparameter با آزمایشگاه SLM
42 - 5.7 نمایندگان فراتر از DQN
43 - 5.8 مجموعه داده ها، ایده های پروژه و منابع برای خودآموزی
44 - 5.9 نزدیک شدن به هوش مصنوعی عمومی
45 - چشم انداز ماشین، گان، یادگیری عمیق تقویت - خلاصه