یادگیری عمیق عملی با پایتورچ برای مبتدیان

ضبط شده

این دوره برای مبتدیان طراحی شده است که تجربه کمی یا هیچ تجربه‌ای در یادگیری عمیق یا PyTorch ندارند.

امتیاز دوره ( 1 نفر)

3 از 5

زیرنویس فارسی و انگلیسی

ماراد، مرکز آموزش از راه دور

زندگی فعال
33 اپیزود
1 ساعت و 29 دقیقه
سطح مقدماتی

یادگیری عمیق عملی با پایتورچ برای مبتدیان

درباره دوره اپیزود ها توضیحات تکمیلی اطلاعات استاد کامنت ها

در این دوره چه چیز هایی می آموزید؟

اپیزودها

اپیزود 1 مقدمه

رایگان 2 دقیقه

پخش آنلاین

اپیزود 2 Float Tensor

1 دقیقه

اپیزود 3 Long Tensor

1 دقیقه

اپیزود 4 Bool Tensor

رایگان 1 دقیقه

پخش آنلاین

اپیزود 5 مدیریت‌کننده‌ی زمینه بدون گرادیان

3 دقیقه

اپیزود 6 torchvision: ترکیب شی (نظریه)

1 دقیقه

اپیزود 7 تورتچ ویژن: ترکیب شی (مثال)

3 دقیقه

اپیزود 8 PyTorch DataLoader (نظریه)

3 دقیقه

اپیزود 9 PyTorch DataLoader (نمونه)

5 دقیقه

اپیزود 10 PyTorch DataLoader (نظریه)

1 دقیقه

اپیزود 11 PyTorch DataLoader (مثال)

2 دقیقه

اپیزود 12 لایه خطی

3 دقیقه

اپیزود 13 Convolutional Operation (نظریه)

3 دقیقه

اپیزود 14 Convolutional Operation (مثال)

3 دقیقه

اپیزود 15 توابع فعال‌سازی

2 دقیقه

اپیزود 16 تابع نرمال‌سازی Softmax

3 دقیقه

اپیزود 17 تابع Argmax

2 دقیقه

اپیزود 18 چگونه یک شبکه عصبی کانولوشنی (CNN) بسازیم.

5 دقیقه

اپیزود 19 حالت ارزیابی شبکه عصبی

2 دقیقه

اپیزود 20 CUDA چیست؟

2 دقیقه

اپیزود 21 CUDA مثال.

2 دقیقه

اپیزود 22 تابع زیان چیست؟

2 دقیقه

اپیزود 23 "زیان انتروپی متقاطع (نظریه)"

3 دقیقه

اپیزود 24 ضرر آنتروپی متقاطع (مثال)

3 دقیقه

اپیزود 25 بهینه‌ساز چیست؟

2 دقیقه

اپیزود 26 نرخ یادگیری چیست؟

2 دقیقه

اپیزود 27 چگونه Adam را آغاز کنیم (مثال)

2 دقیقه

اپیزود 28 چگونه یک شبکه عصبی را آموزش دهیم (مثال)

3 دقیقه

اپیزود 29 جمع‌آوری داده‌ها

2 دقیقه

اپیزود 30 ساخت مجموعه داده

7 دقیقه

اپیزود 31 شبکه عصبی را بسازید

5 دقیقه

اپیزود 32 آموزش شبکه عصبی

4 دقیقه

اپیزود 33 پایان

4 دقیقه

اکشن های دوره

شرکت در دوره : 14,000 تومان

توضیحات دوره

یادگیری عمیق عملی با پای‌تورچ:

دوره‌ای برای مبتدیان

چه تازه‌کار در شبکه‌های عصبی باشید و چه به‌دنبال توسعه مهارت‌های خود، این دوره رویکردی عملی برای آموزش شبکه‌های عصبی از صفر فراهم می‌کند.

برنامه درسی جامع ما تمام اجزای ضروری یادگیری عمیق را پوشش می‌دهد، از جمله شبکه‌های عصبی، توابع از دست رفتن، بهینه‌سازها، مجموعه‌های داده و بارگذاری‌کننده‌های داده.

شما همچنین یاد می‌گیرید که چگونه از GPU برای تسریع در آموزش استفاده کنید و بینش‌های عملی در مورد ساخت و آموزش شبکه‌های عصبی پایه با استفاده از پای‌تورچ کسب کنید.

آنچه این دوره را متمایز می‌کند، دسترسی آن است. شما به هیچ دانش قبلی از شبکه‌های عصبی یا پای‌تورچ نیاز ندارید. تنها چیزی که نیاز دارید یک درک پایه از پایتون است و ما شما را در بقیه راه راهنمایی خواهیم کرد.

در پایان دوره، شما مهارت‌های لازم برای آموزش اعتماد به نفس شبکه‌های عصبی پایه با استفاده از پای‌تورچ را کسب خواهید کرد.

پتانسیل خود را در یادگیری عمیق آزاد کنید و این سفر هیجان‌انگیز را امروز آغاز کنید. هم‌اکنون ثبت‌نام کنید و شروع به ساخت تخصص خود در دنیای هوش مصنوعی کنید.

محتوای دوره:

مجموعه‌های داده
بارگذاری‌کننده‌های داده
افزایش تصاویر
توابع از دست رفتن
بهینه‌سازها
توابع فعال‌سازی
تکنیک‌های نرمال‌سازی
شبکه‌های عصبی پیچشی (CNN)
آموزش شبکه‌های عصبی
شتاب‌دهی GPU

الزامات:

تنها نیاز، دانش پایه از پایتون است.
نیاز به هیچ تجربه‌ای در یادگیری عمیق نیست.
نیاز به هیچ تجربه‌ای در پای‌تورچ نیست.

یادگیری عمیق عملی با پایتورچ برای مبتدیان

✅ این دوره برای چه کسانی مناسب است؟

این دوره برای مبتدیانی طراحی شده است که علاقه مند به یادگیری عمیق هستند اما فاقد پیشینه نظری/فنی هستند.
مبتدیانی که از هجوم گسترده اطلاعات در اطراف غرق شده اند و خواهان یک مسیر ساده برای ایجاد یک پایه محکم بر روی یادگیری عمیق هستند.