مجله شهاب هوش مصنوعی، یادگیری عمیق، بینایی ماشین، …
در دو پست قبلی ، نحوه استفاده از مدل های از پیش آموزش دیده و نحوه استخراج ویژگی ها از آن ها برای آموزش مدلی به منظور انجام وظایف متفاوت را یاد گرفتیم. در این آموزش ، قصد داریم به نحوه ی تنظیم دقیق یک مدل از پیش آموزش دیده …
سپتامبر, 2021
آگوست, 2021
-
30 آگوست
آموزش Keras : یادگیری انتقالی با استفاده از مدل های از پیش آموزش دیده
در آموزش قبلی ، نحوه استفاده از مدل هایی که برای کلاسه بندی تصویر روی داده های ILSVRC آموزش دیده اند را یاد گرفتیم. در این آموزش ، ما نحوه استفاده از آن مدل ها به عنوان یک استخراج کننده ویژگی و آموزش یک مدل جدید برای یک کار کلاسه …
-
25 آگوست
آموزش Keras : استفاده از مدل های از پیش آموزش دیده ImageNet
در این مقاله سعی داریم به نحوه استفاده از مدل های از پیش آموزش دیده در مجموعه های داده بزرگ مانند ILSVRC بپردازیم و همچنین نحوه استفاده از آن ها را برای وظایفی متفاوت از آنچه در آن آموزش دیده بودند را یاد می گیریم. در سه پست بعدی به …
-
16 آگوست
آشنایی با Autoencoder ها در Tensorflow برای حذف نویز
در پست قبلی به درک شبکه عصبی پیشخور پرداختیم. در این مقاله ، با خودرمزگذار ( Autoencoder ) ها در یادگیری عمیق آشنا خواهیم شد. ما به عنوان مثال یک پیاده سازی عملی از استفاده از یک خودرمزگذار حذف نویز در مجموعه داده های ارقام دست نویس MNIST را نشان …
-
2 آگوست
کلاسه بندی تصویر با شبکه عصبی کانولوشنی ( CNN ) در Keras
در این آموزش ، ما با اصول شبکه های عصبی کانولوشنی ( CNN ) و نحوه استفاده از آن ها برای یک مسئله کلاسه بندی تصویر آشنا خواهیم شد. همچنین خواهیم دید که داده افزایی چگونه به بهبود عملکرد شبکه کمک می کند. ما در آموزش های قبلی در مورد …
جولای, 2021
-
26 جولای
کلاسه بندی تصاویر با شبکه عصبی پیشخور در Keras
در این مقاله ، به نحوه ی پیاده سازی یک شبکه عصبی پیشخور ( Feed Forward ) در Keras خواهیم پرداخت. ما از کلاسه بندی ارقام دست نویس به عنوان مثالی برای نشان دادن اثربخشی شبکه پیشخور استفاده می کنیم. همچنین خواهیم دید که چگونه می توان بیش برازش ( …
-
14 جولای
آموزش شبکه عصبی پیشخور ( Feedforward Neural Network )
در این سری از آموزش شبکه عصبی قصد داریم به شبکه های عصبی پیشخور ، که به آن ها Deep Feedforward Networks یا Multi-layer Perceptrons ( پرسپترون چند لایه ) نیز گفته می شود، بپردازیم. این شبکه ها اساس بسیاری از شبکه های عصبی مهمی هستند که اخیرا مورد استفاده …
ژوئن, 2021
-
28 ژوئن
مبانی یادگیری عمیق با استفاده از Keras
یادگیری عمیق شاخه ای از رشته هوش مصنوعی است که از شبکه های عصبی برای یادگیری ماشین استفاده می کند و در سال های اخیر ، نسبت به روش های یادگیری ماشین سنتی ، در کاربردهای بینایی رایانه ای ، پردازش زبان طبیعی ، رباتیک و بسیاری از حوزه های …
می, 2021
-
10 می
آموزش PyTorch برای مبتدیان – ناحیه بندی نمونه با Mask R-CNN
در آخرین پست از مجموعه PyTorch برای مبتدیان ، ما در مورد تئوری Mask R-CNN و نحوه استفاده از یک مدل Mask R-CNN از قبل آموزش دیده در PyTorch بحث خواهیم کرد. فهرست مطالب۱- ناحیه بندی معنایی ، تشخیص اشیا و ناحیه بندی نمونه۱-۱ معماری Mask R-CNN2- کد نویسی Mask …
-
3 می
آموزش PyTorch برای مبتدیان – تشخیص اشیا با Faster R-CNN
در قسمت ششم دوره آموزشی PyTorch برای مبتدیان ، قصد داریم به فرآیند تشخیص اشیا Faster R-CNN با PyTorch بپردازیم. پس با ما همراه باشید. فهرست مطالب۱- کلاسه بندی تصویر در مقابل تشخیص اشیا۱-۱ کلاسه بندی تصویر یا تشخیص اشیا : از کدام یک باید استفاده کرد؟۲- تشخیص اشیا۱-۲ رویکرد …
