نتیجه جستجو برای : شبکه های عمیق

آموزش Keras : استفاده از مدل های از پیش آموزش دیده ImageNet

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 …

بیشتر بخوانید »

کلاسه بندی تصویر با شبکه عصبی کانولوشنی ( CNN ) در Keras

کلاسه بندی تصویر با 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 …

بیشتر بخوانید »

کلاسه بندی تصاویر با شبکه عصبی پیشخور در Keras

کلاسه بندی 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 ( …

بیشتر بخوانید »

آموزش شبکه عصبی پیشخور ( Feedforward Neural Network )

شبکه های عصبی پیشخور

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 …

بیشتر بخوانید »

مبانی یادگیری عمیق با استفاده از Keras

مبانی یادگیری عمیق با 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 …

بیشتر بخوانید »

تفسیر پذیری مدل های یادگیری عمیق با Tensorflow 2.0

تقسیر پذیری مدل های یادگیری عمیق با TensorFlow

مقدمه ای بر روش های تفسیر پذیری برای سهولت نظارت بر آموزش شبکه عصبی استفاده از روش Grad Cam روی کلاس گوزن از دیتاست ImageNet این مقاله به معرفی کتابخانه tf-explain می پردازد و توضیحاتی در مورد روش های تفسیر پذیری ، مانند Grad CAM ، با Tensorflow 2.0 ارائه …

بیشتر بخوانید »

دوره تصویری یادگیری عمیق به زبان ساده

دوره یادگیری عمیق به زبان ساده

در این دوره شما با مفهوم یادگیری عمیق آشنا می شوید. سپس به صورت جزئی انواع شبکه های عصبی ، ساختار آن ها و کاربرد هرکدام را بررسی می کنیم و در انتها با کتابخانه ها و ابزار های کاربردی در این حوزه آشنا خواهیم شد. این مجموعه در صورت …

بیشتر بخوانید »

حوزه های کاربرد هوش مصنوعی در دنیای واقعی

حوزه های کاربرد هوش مصنوعی در دنیای واقعی

فقط با ذکر نام هوش مصنوعی ، مغز ما ناخودآگاه تصاویر ربات های فیلم ترمیناتور را که جهان را نابود می‌کنند به یاد می آورد. خوشبختانه ، کاربرد های هوش مصنوعی در حال حاضر به طور قابل توجهی مثبت تر از این دیدگاه هستند. بیایید بررسی کنیم که هوش مصنوعی …

بیشتر بخوانید »

ساخت سیستم تشخیص ماسک با فناوری پهپاد و یادگیری عمیق – بخش دوم

تشخیص ماسک با پهپاد و یادگیری عمیق

به بخش دوم ساخت سیستم نظارتی تشخیص ماسک صورت با استفاده از تکنولوژی پهپاد و یادگیری عمیق خوش آمدید! در بخش اول این آموزش، درباره ­ی تکنولوژی پهپاد ، انواع طبقه­ بندی­ ها ، معماری پهپادی که در این پروژه از آن استفاده می ­شود و همچنین پیکربندی محیط برای …

بیشتر بخوانید »

برنامه نویسی شبکه های عصبی در C++ – قسمت دوم : لایه ها ، ماتریس ها و کلاس ها

برنامه نویسی شبکه عصبی در c++ لایه ماتریس و کلاس

در قسمت اول برنامه نویسی شبکه های عصبی در C++ نحوه ساختن شبکه و کد نویسی نرون ها را فرا گرفتیم. در قسمت دوم می خواهیم با هم ساخت لایه ها ، ماتریس ها و کلاس های شبکه عصبی به صورت زنده با کد نویسی در C++ را بیاموزیم. پایتون …

بیشتر بخوانید »