یادگیری عمیق

شبکه های عصبی عمیق و ابزارهای مرتبط مثل تنسورفلو، کراس، DLIB، CNTK

روش های مقدار دهی اولیه در شبکه های عصبی ( بخش اول )

روش های مقدار دهی اولیه در شبکه های عصبی قسمت اول

مقدمه ساخت یک شبکه عصبی کار ملالت آوری می باشد و این امر به منظور دست­یابی به نتایج بهتر بیش از پیش چالش برانگیز خواهد بود. اولین چالش به هنگام ساخت یک شبکه عصبی، مقداردهی اولیه وزن­ هاست، اگر وزن ­ها به درستی مقداردهی اولیه شده باشد، بهینه ­سازی در …

بیشتر بخوانید »

یادگیری عمیق به زبان ساده : شبکه عصبی چیست – قسمت دوم

یادگیری عمیق کلاسه بندی

با وجود ابزار های مختلف یادگیری ماشین، چرا باید شبکه های عصبی مصنوعی را به روش های دیگر ترجیه دهیم؟ این ویدیو و ویدیو های بعد ذهن شما را در مورد قابلیت های شگفت انگیر شبکه های عصبی مصنوعی روشن می کند! شما بدون درگیر شدن با ریاضیات و کد …

بیشتر بخوانید »

ده API برتر در حوزه یادگیری ماشین ( بخش دوم )

API های یادگیری ماشین بخش دوم

(رابط برنامه نویسی نرم افزار کاربردی) API: Application programing Interface در بخش اول مقاله، پنج API برتر از نظر محبوبیت بین کاربران، پتانسیل موجود، مستند سازی، راحتی در استفاده و عملکرد معرفی شدند. در این بخش به بررسی پنج API دیگر می پردازیم. مقاله مرتبط : ده API برتر در …

بیشتر بخوانید »

ده API برتر در حوزه یادگیری ماشین ( بخش اول )

API های یادگیری ماشین

(رابط برنامه نویسی نرم افزار کاربردی) API: Application programing Interface موضوع یادگیری ماشین این روز ها در همه جا مطرح است. این فناوری در گوشی هوشمند شما به صورت خودکار طبقه بندی و سازماندهی عکس هایتان را انجام می دهد، در حساب ایمیل شما اسپم ها و سایر ایمیل هایی …

بیشتر بخوانید »

یادگیری عمیق به زبان ساده : مقدمه مجموعه – قسمت اول

یادگیری عمیق به زبان ساده مقدمه

آیا شما هم در توضیحات بیش از حد فنی در مورد یادگیری عمیق غرق شده اید؟ اگر این چنین است، این مجموعه شما را به این حوزه که به سرعت در حال پیشرفت است، می رساند؛ بدون ریاضیات و کد نویسی شما هم احتمالا فیلم هایی در یوتیوب و سایت …

بیشتر بخوانید »

هوش مصنوعی برای کسانی که عجله دارند!

هوش مصنوعی برای کسانی که عجله دارند

امروزه بحث ها و سردرگمی های زیادی در مورد هوش مصنوعی وجود دارد. مردم بدون داشتن دید کافی صحبت ها و نظرات زیادی در مورد یادگیری عمیق و بینایی ماشین می دهند. در این ویدیو کوتاه که توسط دکتر راج رامش تهیه شده، زمینه درست برای شناخت هوش مصنوعی آموزش …

بیشتر بخوانید »

پیاده سازی شبکه عصبی عمیق در متلب – قسمت چهارم : الگوریتم پس انتشار

یادگیری عمیق الگوریتم پس انتشار

یکی از اساسی ترین مباحث در شبکه های عصبی، فرآیند آموزش شبکه است. آموزش شبکه به معنی یافتن وزن های نورون ها است که در شبکه های عصبی عمیق به معنای تعیین عناصر کرنل ها یا همان بانک فیلتری است. مقاله مرتبط : پیاده سازی شبکه عمیق در متلب: ساختن …

بیشتر بخوانید »

پیاده سازی شبکه عصبی عمیق در متلب – قسمت سوم : تماماً متصل

یادگیری عمیق تماما متصل

در درسنامه های قبل، لایه ی اول از شبکه های عصبی عمیق کانولوشن یعنی لایه ی کانولوشن و لایه ی دوم یعنی لایه ی Pooling را بررسی کردیم. در این قسمت، سایر لایه های این شبکه را مطالعه خواهیم کرد. مقاله مرتبط : پیاده سازی شبکه عمیق در متلب: ساختن …

بیشتر بخوانید »

پیاده سازی شبکه عصبی عمیق در متلب – قسمت دوم : پولینگ

یادگیری عمیق پولینگ

در درسنامه ی قبل، لایه ی اول از شبکه های عصبی عمیق کانولوشن یعنی لایه ی کانولوشن را بررسی کردیم. در این قسمت، سایر لایه های این شبکه را مطالعه خواهیم کرد. مقاله مرتبط : پیاده سازی شبکه عمیق در متلب: ساختن شبکه یادگیری عمیق ساده برای کلاسه بندی پیاده …

بیشتر بخوانید »

پیاده سازی شبکه عصبی عمیق در متلب – قسمت اول : کانولوشن

یادگیری عمیق روش ها

امروزه کاربرد شبکه های عصبی مصنوعی بسیار گسترده شده و تنوع شدیدی پیدا کرده است. شبکه های عصبی مصنوعی، شبیه سازی فعالیت و پروسه ی یادگیری مغز انسان بر روی کامپیوتر می باشد. شبکه های عصبی یکی از راه های هوشمندسازی کامپیوتر ها و بعبارتی یادگیری و بینایی ماشین هستند. …

بیشتر بخوانید »