-
نکات مهم
-
جلسه اول: اصول اولیه
-
جلسه دوم: Artificial Neural Networks
-
Supervised learning با شبکههای عصبی
-
مروری مختصر بر شبکههای عصبی چندلایه پرسپترون
-
بهینه سازی Objectiv Punctin با استفاده از Gradient Descert
-
محاسبه گرادیان در Pythorch
-
پیادهسازی مدل خطی Regression در محیط Pytorch
-
پیادهسازی شبکه عصبی MLP در محیط Pythorch
-
تمارین جلسه دوم
-
پرسش و پاسخ و رفع اشکال دوم
-
Supervised learning با شبکههای عصبی
-
جلسه سوم: Convolutional Neural Networks
-
مروری اجمالی بر مفاهیم شبکه های عصبی Convolution
-
روش های موثر در آموزش (train) شبکه های عصبی عمیق
-
پیاده سازی شبکه عصبی CNN در محیط Pythorch
-
پیاده سازی شبکه عصبی CNN در محیط Pythorch (1)
-
پیاده سازی شبکه عصبی CNN در محیط Pythorch (2)
-
ارزیابی شبکه عثبی CNN آموزش دیده
-
تمارین جلسه سوم
-
پرسش و پاسخ و رفع اشکال جلسه سوم
-
مروری اجمالی بر مفاهیم شبکه های عصبی Convolution
-
جلسه چهارم: Recurrent Neural Networks
-
نظرسنجی و گواهی
لیست دریافت‌کنندگان گواهی
محتوای درس خالی است.
دریافت گواهی دورهٔ یادگیری عمیق با Pytorch
قبلی