آموزش یادگیری عمیق با تنسورفلو ۲۰۱۶

11 9,618

بسم الله الرحمن الرحیم

سلام .این آموزش توسط جناب دکتر سعید آقابزرگی یکی از مهندسان شرکت IBM ارائه شده و سرفصل های زیر رو در بر میگیره :

Module 1 – Introduction to TensorFlow

  • HelloWorld with TensorFlow
  • Linear Regression
  • Nonlinear Regression
  • Logistic Regression
  • Activation Functions

Module 2 – Convolutional Neural Networks (CNN)

  • CNN History
  • Understanding CNNs
  • CNN Application

Module 3 – Recurrent Neural Networks (RNN)

  • Intro to RNN Model
  • Long Short-Term memory (LSTM)
  • Recursive Neural Tensor Network Theory
  • Recurrent Neural Network Model

Module 4 – Unsupervised Learning

  • Applications of Unsupervised Learning
  • Restricted Boltzmann Machine
  • Collaborative Filtering with RBM

Module 5 – Autoencoders

  • Introduction to Autoencoders and Applications
  • Autoencoders
  • Deep Belief Network

پیش نیاز های این کلاس و نکات مهم:

  • شبکه عصبی
  • زبان برنامه نویسی پایتون
  • سطح این آموزش پیشرفته هست  و برای مبتدی ها مناسب نیست احتمالا .این کورس بیشتر آموزش تنسورفلو هست که با توضیح یکسری معماری ها و کاربردهای اون آموزش داده میشه.

 

برای دانلود آموزش یادگیری عمیق با تنسورفلو  اینجا کلیک کنید (پسورد DeepLearning.ir  هست )

11 نظرات
  1. ناشناس می گوید

    خیلی خوبه ممنون فقط ای کاش کتابی که از روش درس میده رو هم میذاشتید واسه دانلود. من هر کار کردم نتونستم دانلودش کنم.

    1. سید حسین حسن پور متی کلایی می گوید

      سلام
      آموزش های خیلی بهتری هم از تنسورفلو هست من یکم متاسفانه وقت کم اوردم خودتون یه سرچ کنید خیلی مطالب میتونید پیدا کنید
      تو گروه تلگرام هم بچه ها زحمت کشیدن لینک به اموزش های مختلف دادن میتونید استفاده کنید .
      من هم یکم سر خلوت شد انشاالله بروز میکنم اموزش ها رو

      1. حامد می گوید

        میشه آدرس کانال تلگرامو بدین؟

        1. سید حسین حسن پور متی کلایی می گوید

          سلام
          لینک گروه رو از بخش منابع یادگیری سایت میتونید بدست بیارید.

  2. hoda می گوید

    با تشکر از ویدیو ها
    آیا کدها این tutorial هم در دسترس هست؟ خیلی مفید هست اگر چند مثال tensorflow هم قرار بدید.

  3. masoumeh می گوید

    من ماتریس سطری بزرگی داشتم که اون رو به ماتریس های کوچکتر با لیبل خودش ایجاد کردم، حالا این ماتریسهای لیبل دار میخوان وارد یک مدل ۱d CNN بشن، اگر لطف کنید یک نمونه مثال که ورودی یک بعدی بگیره و داده های ترین و تست رو جدا کنه ممنون میشم

  4. امین می گوید

    سلام این آموزش فارسی هست یا انگلیسی؟

    1. سید حسین حسن پور متی کلایی می گوید

      سلام
      نه انگلیسی هست

  5. Sh.Chamran می گوید

    سلام.به خاطر این همه اموزش ها و منابع و تمامی تلاش هایی که برای رشد ما و کشورمون انجام می دهید خیلی ممنونم.
    یک سوال دارم اینکه مدت زمان این اموزش چقدر است؟
    ممنون

    1. سید حسین حسن پور متی کلایی می گوید

      سلام
      این آموزش خیلی قدیمی هست و تنسورفلو خیلی تغییرات داشته . بهتره از آموزش های جدید تنسورفلو که در Udacity یا Udemy هست استفاده کنید.
      در سایتهایی مثل پی سی دانلود و یا downloadly هم میتونید اموزش های خوبی پیدا کنید.
      اینو صرفا برای ایده گرفتن کلی شاید دانلود کنید بد نباشه (بحث آشنایی با روشهای مختلف) ولی از نظر اموزش تنسورفلو حتما بدنبال یه آموزش بهتر در سایتهایی که گفتم باشید.

  6. مهسا می گوید

    سلام
    من دو تنسور با ابعاد (۲,۶۴,۶۴,۶۴,۱) دارم حال اگر این ماژول روی آن پیاده شود
    mse_loss = tf.reduce_sum(tf.square(net_gen.outputs – t_target_image), axis=[0, 1, 2, 3, 4] )
    خب ابتدا دو تنسور درایه به درایه از هم کم می شود سپس به توان دو می رسد حال برای بحث sum اینکه نوشته axis=[0, 1, 2, 3, 4] یعنی چه؟و در بحث مجموع گرفتن چه تاثیری دارد؟ اگر نبود خروجی چه میشد؟
    باتشکر فراوان

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.