دسته بندی

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.

آموزش دیپ لرنینگ بوسیله TensorFlow, Keras, PyTorch

دانلود LiveLessons Deep Learning with TensorFlow, Keras, and PyTorch

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

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با تنسرفلو یاد می گیرید.

عنوان اصلی : Deep Learning with TensorFlow, Keras, and PyTorch

این مجموعه آموزش ویدیویی محصول موسسه آموزشی LiveLessons است که بر روی 1 حلقه دیسک ارائه شده و به مدت زمان 7 ساعت و 20 دقیقه در اختیار علاقه مندان قرار می گیرد.

در ادامه با برخی از سرفصل های درسی این مجموعه آموزش آشنا می شویم :

00001 یادگیری عمیق با Tensorflow Keras و Pytorch - مقدمه
00002 موضوعات
00003 1.1 دستگاه های عصبی شبکه یادگیری و هوش مصنوعی - قسمت 1
00004 1.2 شبکه های عصبی شبکه یادگیری و هوش مصنوعی - قسمت 2
00005 1.3 یک مقدمه بصری برای یادگیری عمیق - قسمت 1
00006 1.4 مقدمه بصری برای یادگیری عمیق - قسمت 2
00007 1.5 Tensorflow زمین بازی - تجسم یک شبکه عمیق در عمل
00008 1.6 در حال اجرا نمونه های دست در دست در نوت بوک های Jupyter
00009 1.7 یک شبکه عصبی مقدماتی با Tensorflow و Keras - قسمت 1
00010 1.8 یک شبکه عصبی مقدماتی با Tensorflow و Keras - قسمت 2
00011 موضوعات
00012 2.1 واحدهای عصبی - قسمت 1
00013 2.2 واحدهای عصبی - قسمت 2
00014 2.3 شبکه های عصبی - قسمت 1
00015 2.4 شبکه های عصبی - قسمت 2
00016 2.5 آموزش شبکه های عصبی عمیق - قسمت 1
00017 2.6 آموزش شبکه های عصبی عمیق - قسمت 2
00018 2.7 آموزش شبکه های عصبی عمیق - قسمت 3
00019 2.8 یک شبکه عصبی متوسط ​​با Tensorflow و Keras
00020 موضوعات
00021 3.1 مقدار اولیه وزن
00022 3.2 شیب ناپایدار و نرمال سازی دسته ای
00023 3.3 تعمیم مدل - اجتناب از استفاده بیش از حد
00024 3.4 بهینه سازان فانتزی
00025 3.5 یک شبکه عصبی عمیق با Tensorflow و Keras
00026 3.6 مدل رگرسیون
00027 3.7 تانسور و تفسیر خروجی های مدل
00028 موضوعات
00029 4.1 لایه های کانولوشن
00030 4.2 یک convnet با tensorflow و keras
00031 4.3 برنامه های کاربردی چشم انداز
00032 موضوعات
00033 5.1 مقایسه کتابخانه های برجسته یادگیری عمیق
00034 5.2 یادگیری عمیق با Pytorch - قسمت 1
00035 5.3 یادگیری عمیق با Pytorch - قسمت 2
00036 5.4 تنظیم Hyperparameter
00037 5.5 مجموعه داده ها برای یادگیری عمیق و منابع برای مطالعه خود
00038 یادگیری عمیق با Tensorflow Keras و Pytorch - خلاصه

00001 Deep Learning with TensorFlow Keras and PyTorch - Introduction
00002 Topics
00003 1.1 Neural Networks Machine Learning and Artificial Intelligence--Part 1
00004 1.2 Neural Networks Machine Learning and Artificial Intelligence--Part 2
00005 1.3 A Visual Introduction to Deep Learning--Part 1
00006 1.4 A Visual Introduction to Deep Learning--Part 2
00007 1.5 TensorFlow Playground--Visualizing a Deep Net in Action
00008 1.6 Running the Hands-On Code Examples in Jupyter Notebooks
00009 1.7 An Introductory Neural Network with TensorFlow and Keras--Part 1
00010 1.8 An Introductory Neural Network with TensorFlow and Keras--Part 2
00011 Topics
00012 2.1 Neural Units--Part 1
00013 2.2 Neural Units--Part 2
00014 2.3 Neural Networks--Part 1
00015 2.4 Neural Networks--Part 2
00016 2.5 Training Deep Neural Networks--Part 1
00017 2.6 Training Deep Neural Networks--Part 2
00018 2.7 Training Deep Neural Networks--Part 3
00019 2.8 An Intermediate Neural Net with TensorFlow and Keras
00020 Topics
00021 3.1 Weight Initialization
00022 3.2 Unstable Gradients and Batch Normalization
00023 3.3 Model Generalization--Avoiding Overfitting
00024 3.4 Fancy Optimizers
00025 3.5 A Deep Neural Net with TensorFlow and Keras
00026 3.6 Regression Models
00027 3.7 TensorBoard and the Interpretation of Model Outputs
00028 Topics
00029 4.1 Convolutional Layers
00030 4.2 A ConvNet with TensorFlow and Keras
00031 4.3 Machine Vision Applications
00032 Topics
00033 5.1 Comparison of the Leading Deep Learning Libraries
00034 5.2 Deep Learning with PyTorch--Part 1
00035 5.3 Deep Learning with PyTorch--Part 2
00036 5.4 Hyperparameter Tuning
00037 5.5 Datasets for Deep Learning and Resources for Self-Study
00038 Deep Learning with TensorFlow Keras and PyTorch - Summary