آموزش ویدئویی MatConvNet

سلام .
آموزش  ویدئویی MatConvnet در ۶ بخش ارائه شده که مباحث زیر رو در بر میگیره . بنظر میاد با این آموزش مشکل خیلی از دوستان در کار کردن با این Toolbox معروف برطرف میشه انشاالله

لیست مباحث:

 

  • [۵/۰۲/۲۰۱۶] Session 6: Directed Acyclic Graph nets & FCN
    • Theory: DAG nets and how to apply backpropagation there
    • Hands-on: creating a DAG for semantic segmentation (PASCAL VOC) and optical flow (Sintel)
  • [۲۹/۰۱/۲۰۱۶] Session 5: Beyond standard layers
    • Theory: Some useful layers that are not so common (PRELU, Unpooling, etc.)
    • Hands-on: How to create a new layer in MatConvNet
  • [۲۹/۰۱/۲۰۱۶] Session 4: Preparing your data (IMDB)
    • Theory: The importance of normalization and…How do I adapt things to my data?
    • Hands-on: data normalization, how to create the imdb structure, etc.
  • [۱۵/۰۱/۲۰۱۶] Session 3: Tips and tricks to make it work!
    • Theory: The importance of initialization, dropout and bnorm
    • Hands-on: different initialization methods, how to add bnorm layers, etc.
  • [۱۱/۱۲/۲۰۱۵] Session 2: Deep Convolutional Networks
    • Theory: Types of layers and their purposes
    • Hands-on: Understanding the training algorithm, momentum, decay, etc.
  • [۰۴/۱۲/۲۰۱۵] Session 1: Introduction to Neural Networks
    • Theory: From ARNNs to Deep architectures and Convolutions
    • Hands-on: Training and inference on LeNet (MNIST) and AlexNet (CIFAR-10), filter visualization, and more!

 

اگه ویدئوها در دسترس نیستن میتونید از اینجا چک کنید

  • این آموزش و لینک اون رو سرکار خانم آسمان از گروه تلگرام یادگیری عمیق ما ، لطف کردن و به بنده معرفی کردن . از ایشون بخاطر لطفشون و اشتراک اون با بقیه دوستان تشکر میکنم

 

آموزش دیپ لرنینگ با matconvnetآموزش دیپ لرنینگ با مت کانونتآموزش ویدئویی matconvnetآموزش ویدئویی مت کانونتآموزش یادگیری عمیق با matconvnetآموزش یادگیری عمیق با مت کانونتشبکه کانولوشن با متلبمتلب
Comments (45)
Add Comment
  • آرزو رفیعی

    سلام،تشکر میکنم از سایت خوبتون
    من موضوع پایان نامم تشخیص بیماری با استفاده از تصاویر پزشکی با پردازش عمیقه که در اصل باید عکس هم افراد سالم و هم بیمار رو وارد سیستم کنیم و ویژگیهاشو در بیاره و بهمون بگه با توجه بیماری رو دارن یا نه،یعنی همون استخراج ویژگی و کلاسه بندی
    از طرفی من در پردازش عمیق خیلی تازه کارم هم تو مفهوم هم برنامه نویسی
    بنظر شما بهترین ابزار از بین کتابخانه هایی که تو بخش ابزارها مثال زدین کدومه؟caffe-thenao-tensorflow ,……….
    من ۶ ماه وقت دارم بر انجام پایان نامه
    خواهش میکنم یچی بگین که زودتر بشه باهاش اون برنامه رو نوشت و تموم کرد
    ممنونم

    • سید حسین حسن پور متی کلایی

      سلام .
      پیشنهاد من اینه بجای یه فریم ورک /کتابخونه حداقل دوتا رو فرد یاد بگیره . یکی در حد آشنایی که اگر لازم شد بتونه کار خودش رو پیش ببره و دیگری برای عمیق شدن و کا رکردن درازمدت. چون کفی از لحاظ مستندات ضعیفه برای دراز مدت من تنسورفلو رو پیشنهاد میکنم
      اما برای استارت کفی رو . چون کفی مزایای خیلی خوبی داره .
      برای همین اول caffe رو در حد آشنایی یادبگیرید و چندتا تست باهاش انجام بدید بعد میتونید برید سراغ تنسورفلو و اونو یاد بگیرید و باهاش کار کنید.
      یادگیری Caffe و کارکردن با اون خیلی ساده است . در ساده ترین شکلش حتی نیاز به برنامه نویسی هم نداره .
      آموزش کفی از اجرای مثالهاش و ساخت دیتابیس برای تصاویر خودتون در سایت هست .
      آموزش تصویری و مقدماتی تنسورفلو هم در سایت هست . و البته در اینترنت هم زیاده .
      پس استارت رو با caffe بزنید که نهایتا طی یک هفته دو هفته خوب بتونید باهاش کار کنید. استارت کارتون رو بزنید اگه مشکلی نبود و تونستید تموم کنید که هیچ
      وگرنه استارت تنسورفلو رو بزنید. یادگیری تنسورفلو هم چیزی نداره و میشه طی یکی دو هفته آشنا شد و استارت کار رو زد. چون جامعه کاربری بزرگی داره میتونید تو استک اورفلو سوالهای مختلفی که پیش میاد رو بپرسید و جواب بگیرید.
      و مهمتر از اینا مستندات خیلی خوبی داره که خیلی کمک کننده اس.

  • مهدیس

    سلام وقتتون بخیر
    ببخشید توی توضیحاتی که من خوندم در سایت شما هیچ اشاره ای نکردین که بهتره پایتون ۲ یاد بگیریم یا پایتون ۳؟کدومش راحت تره برای یادگیریه من تازه کار؟برای هر جفتش کتابخونه ها کامل هست؟

    • سید حسین حسن پور متی کلایی

      سلام . تقریبا همه چارچوبها و کتابخونه هایی که از پایتون پشتیبانی میکنن هر دو ورژن رو پشتیبانی میکنن (البته کفی پشتیبانی رسمیش فقط پایتون ۲ هست ولی در لینوکس پایتون ۳ هم کار میکنه و مشکلی نیست در ویندوز هم مشکل فقط دیپندنسی اون هست که احتمالا برطرف بشه)
      تنسورفلو هم هر دو ورژن رو کامل پشتیبانی میکنه.
      من شخصا پایتون ۳ رو پیشنهاد میکنم که برید و یاد بگیرید هرچند تفاوت انچنانی ندارن یعنی اگر سه رو یاد بگیرید میتونید براحتی با ۲ هم کار کنید و بلعکس . بنظر من پایتون ۳ قشنگتر کار کردن و من بیشتر خوشم میاد ازش شخصا.
      از لحاظ کتابخونه هم من مشکلی تا بحال ندیدم.
      از لحاظ پشتیبانی هم ۲٫۷ پشتیبانی بلند مدت داره یعنی حالا حالا ها ادامه داره استفاده ازش ولی خب اموزش ها و جهت گیری ها همه بسمت ۳ هست و شما هم بهتره با ۳ استارت بزنید

  • ahmad

    سلام

    لطفا در ابزارهاتون کتابخانه ی بسیار غنی keras رو هم اضافه کنین فک کنم از بقیه هم بهتر باشن

    با سپاس

    • سید حسین حسن پور متی کلایی

      سلام .
      کراس یه front-end برای تنسورفلو و ثیانو هست و خودش به تنهایی یه کتابخونه دیپ لرنینگ نیست.
      البته حق با شماست و یکی از کتابخونه های پرطرفداره که مستندات خوبی هم داره . منتها به این دلیل تا بحال قرار ندادمش
      البته در نظر داشتم توضیح بدم که مستندات بسیار عالی ای داره ولی گذاشتم انشاالله استارت آموزش تنسورفلو رو بزنم و بعد در کنار TFLearn و TFSlim اینم هم بهش اشاره بشه .
      (البته فعلا یک توضیح مختصر در مورد اینکه چی هست در بخش ابزارها دادم و میتونید ببینید. بخش کامنت اونجا رو هم فعال کردم که باز اگر مساله ای هست بتونید از همونجا پیگیری کنید)

  • مهسا

    سلام مرسی از مطالب مفیدتون.من دانشجوی ارشد هوش مصنوعی هستم میخوام با استفاده از یادگیری عمیق تصاویر چشم رو طبقه بندی کنم به دونوع دیابتی و سالم.از یادگیری عمیق چیز زیادی نمیدونم وقت زیادی هم برای مطالعه و بررسی ندارم چند روز دیگه باید پروپوزال تحویل بدم میشه راهنماییم کنید از چه روشی استفاده کنم بهتر جواب میگیرم.یه راهنمایی کلی بکنید که باید چه مراحلی رو طی کنم؟ چه چیزایی یاد بگیرم؟.باتشکر

    • سید حسین حسن پور متی کلایی

      سلام
      شبکه کانولوشن رو میتونید استفاده کنید ولی ضروریه حتما فیلد کاری رو چک کنید اگر کار مشابه ای انجام شده باشه ببینید دستاوردشون چی بوده که بتونید استفاده کنید و دوباره کاری نکنید .
      راهنمایی کلی هم نمیدونم منظورتون چی هست. شمایی که هوش مصنوعی پاس کردید کافیه مطالب سایت رو از ابتدا تا انتها بخونید تا ایده های مختلف رو بگیرید
      اگر زبان انگلیسیتون خوب هست بشدت پیشنهاد میشه آموزش ویدئویی دانشگاه استنفورد رو ببینید (بخش منابع یادگیری رو برای دیدن کتابها انجمن ها بقیه چیزاهای مورد نیاز ببینید و بخونید)
      بعدش میتونید با کفی یا تنسورفلو استارت کارتون رو بزنید
      اگر اصرار به استفاده از متلب دارید میتونید از MatConvNet استفاده کنید.

  • محمد

    سلام وخدا قوت
    ببخشید بین matcaffe و py caffe کد.م قوی تر هستند؟
    Matconvnet ضعیف تر از matcaffe است؟
    ممنون

    • سید حسین حسن پور متی کلایی

      سلام
      pycaffe از matcaffe بهتر هست چون پشتیبانی بیشتر و قوی تری داره .
      maconvnet بنظرم از matcaffe بهتر هست اونم بخاطر مستنداتش و پشتیبانی اختصاصی که از متلب داره .
      اگه تازه کار هستید و تازه میخوایید استارت بزنید پیشنهاد میکنم برید سمت تنسورفلو تا برای اینده دستتون هم باز باشه و چیزیک ه الان یاد میگیرید فردا هم بدردتون بخوره.

  • حامد

    با عرض سلام و خدا قوت
    فایل ها قابل دانلود نیستند! امکان دارد که بررسی شوند؟

  • حامد

    با عرض سلام و خسته نباشید
    ویدیوی های اموزشی دقیقا همان هایی که در youtube که در پیام قبلی ارجاع داده اید، هستند؟ امکان دسترسی به سورس کدها و پاورپوینتا هم وجود نداره! اگه امکانش هست این فایل ها دوباره بارگذاری شوند. با تشکر. واقعا نیاز به این فایل ها به همراه سورس کدها دارم.

  • حامد

    خیلی از پاسخگویی شما ممنونم.
    دسترسی به سورس کدها خیلی برام مهمه. اگه تلاش بفرمایید که حتما بارگذاری بشوند خیلی خوب میشه!
    یک سوالم از خدمتتون داشتم. مدل های موجود مثل VGG یا ResNet50 به صورت عادی دارای خروجی لیبل هستن! در ماتریس imdb آنها شامل تعدادی تصویر آموزشی و تعدادی لیبل به عنوان خروجی هستند! اما در حال حاضر شبکه هایی طراحی شده که خروجی آنها تصویر هستند. یعنی ماتریس imdb انها شامل یک تصویر آموزشی ورودی و یک تصویر خروجی به ازای هر تصویر ورودی است. در این شبکه ها علاوه بر pooling از unpooling هم استفاده شده است. من نتوانستم کدهای آموزشی از این روش ها پیدا کنم .در واقع افرادی که کار کردند تنها ماتریس مدل آموزش دیده خودشونو در اختیار قرار دادند نه کد مربوط به روند آموزشو. میخواستم بدونم شما دسترسی به این نوع کدها داشته اید؟ در رابطه با سورس کدها هم اگه در اختیار بگذارید خیلی میتونه کمک کننده باشه. ممنون از لطفتون

  • حامد

    با عرض سلام و خسته نباشید. میخواستم پیگیر پیام قبلی باشم که پاسخ داده نشده است! ممنون میشم اگه راهنمایی برمایید. و اگر سورس کدها را در اختیار ندارید بفرمایید که چجوری میشه تهیه کرد. ممنون ازتون

  • محمد

    سلام و عرض ادب
    ببخشید میخواستم بدونم امکان دسترسی به کد ها چگونه ممکن است؟

  • محمد

    سلام.خسته نباشید.من پایان نامم درموردپردازش سیگنالeegاست که میخوام داده هاروکه دارم وثبت گرفته شده.حالامیخوام بایک روش عمیق.مثلاشبکه ی عصبی کانولوشنی عمیقودرمتلب پردازش کنم واستخراج ویژگی وطبقه بندی کنم.میشه باشبکه ی عصبی کانولوشنی عمیق تومتلب پردازش سیگنال انجام داد؟؟؟

    • سید حسین حسن پور متی کلایی

      سلام .
      بله امکانش هست . منتها متلب برای کار تو حوزه یادگیری عمیق پیشنهاد نمیشه .
      از فریم ورکهای دیگه مثل تنسورفلو یا تورچ یا کفی استفاده کنید.

  • miss.s

    سلام لینک های سورس کد و داده در دسترس نیستند لطفا چک بفرمایید.متشکرم

    • سید حسین حسن پور متی کلایی

      سلام
      بله متاسفانه خیلی وقته از دور خارج شدن و ما فقط تونستیم ویدئوها رو حفظ کنیم . داده های اصلی از روی سایت اصلی حذف شدن و دسترسی همه به اونها قطع شد.

  • ساسان

    با سلام.
    ببخشید من یک سری ورودی و خروجی از سیستمم گرفتم و روی اون ها با استفاده از شبکه عصبی ساده کار کردم (با تولباکس متلب منظورم همون user interface) و نتایج شبکه عصبی ساده ام خوبه ب لطف خدا…حالا استادم میگه باید با شبکه عصبی عمیق همین کار رو انجام بدی…متاسفانه وقتم خیلی کمه و دانشجوی کارشناسی هم هستم…میشه لطف کنید اگه تولباکس خاصی تو متلب برای این کار باشه رو معرفی کنید…نمیخ.ام ارز پایتون برم…

    • سید حسین حسن پور متی کلایی

      سلام
      آخرین نسخه متلب ویژگی های مختلف و زیادی رو قرارداده میتونید از همون استفاده کنید.
      به غیر از اون تنها تولباکس مبتنی بر متلب که من میشناسم MatConvnet هست. میتونید از اون استفاده کنید.

      • ساسان

        بگذارید کمی بیشتر توضیح دهم پروژم رو…
        در کل بنده یک سیستم دارم که تا حالا فقط تونستم ورودی ولتاژ به آن بدم و خروجی ارتفاع از ان بگیرم.یعنی کلا مدل سیستمم رو ندارم(توی نرم افزلر کامسول مدل دینامکیش رو بدست اوردم ولی یک مدل بسیار کنده که به درده من نمیخوره)حالا میخوام بدونم که آیا با این ورودی خروجی که از دستگاه گرفتم،میتونم با شبکه عصبی عمیق توسط متلب مدل اون رو بدست بیارم؟اگه کمک کنید بسیار ممنون میشم و هزینه مشاوره و هم پرداخت خواهم کرد.اگه میتونید ازطریق ایمیل با بنده تماس بگیرید.ممنونم

  • علی

    برای دانلود دیتا بیس alexnet.resnet.googlenet که دیتا بیس هستند برای دانلود از سایت متورک باید چیکار کنیم فیلتر هست با فیلتر شکنم باز نمیشه.چون برای runکردن برنامه لازمه.
    اگر امکانش هست این دینا بیس ها را در سایت بزارید یا لینک دیگری که بسه دان کرد

    • سید حسین حسن پور متی کلایی

      سلام
      دیتابیس منظور مدلهای از پیش ترین شده هستن ؟‌ نباید برای دانلود مشکلی داشته باشید اگه مشکلی هست لینک بدید چک کنم
      اگر هم مدلهای از پیش ترین شده نیست که دیتاستی که اینها باهاش ترین کردن ایمیج نت هست و از سایت رسمی ایمیج نت میتونید دانلود کنید (اگه ایمیل دانشگاهی داشته باشید)

  • ناصر

    با سلام و خسته نباشید و تشکر بابت وقت و انرژی که میزارید برای انتشار این مطالب
    ویدئو هایی که لینکشونو بالا گذاشتید بجز یکی دوتا موارد بقیه دانلود نمیشن
    ممنون میشم بررسی کنید

  • شهریار

    سلام روزتون بخیر
    بنده نیاز دارم که برای تشخیص ترک از یادگیری عمیق استفاده کنم و باید داخل متلب این اتفاق بیفته ، منتها کد قابل فهمی برای متلب تاحالا پیدا نکردم . بهترین چیزی که پیدا کردم MatConvNet هست که داخلش با برنامه های vlfeat کار میکنه . داخلش یه نمونه از تشخیص حروف الفبا هست ولی نمیدونم چطور برای استفاده خودم تغییرش بدم .
    اگر در این زمینه اطلاعی دارید خیلی ممنون میشم کمکم کنید.

    • سید حسین حسن پور متی کلایی

      سلام وقت شما بخیر
      نه متاسفانه من با متلب /matconvnet خودم کار نمیکنم و هیچ اطلاعی ندارم . از بخش پرسش و پاسخ بپرسید شاید بچه هایی که با متلب کار کردن راهنماییتون کنن.

  • محمد جواد

    با سلام
    یک سوال کلی دارم از خضورتون.
    برای پیاده سازی یک شبکه DCNN که با RNN یا LSTM ترکیب شده، کدام نرم افزار رو پیشنهاد می کنید؟ البته شبکه ها کاملاً قابل دستکاری باشند(مثلاٌ DCNN-pff رو بشه ساخت).
    با تشکر

  • mahnaz

    سلام
    ممنون از مطالب مفیدتون
    من برای پایان نامم از شبکه alex میخوام استفاده کنم و نیاز دارم تصاویر رو به ۷ کلاس طبقه بندی کنم باید چطوری۱۰۰۰ رو به ۷ تبدیل کنم ؟؟؟؟

    • سید حسین حسن پور متی کلایی

      سلام.لایه اخر شبکه تعداد نورونها رو از ۱۰۰۰ به ۷ تغییر بدید و بعد روی دیتاست خودتون شبکه رو فاین تون کنید .

  • بهمن احمدی

    سلام آقای مهندس به خاطر مطالبتون ممنون.پایان نامه من partial face recognition using CNN هست و مشخصات لب تاب هم core i3 و graphic 1GB و RAM 4GB و OS 64bit هست.به نظر شما بهتره با متلب کار کنم یا با تنسورفلو و کراس؟ممنون شما هستم ی کمی راهنمایی کنید.

    • سید حسین حسن پور متی کلایی

      سلام. سراغ متلب نرید تو حوزه یادگیری عمیق حرف اول و اخر رو پایتون میزنه. و تنسورفلو (کراس) هم بیشترین کاربر و منابع و اموزش رو داره. پس سویچ کنید رو تنسورفلو(کراس).
      گرافیک شما باید انویدیا باشه و حداقل از compute capability 3 پشتیبانی کنه وگرنه به مشکل میخورید . این گرافیک شما هم خیلی ضعیفه و قطعا در کار با مشکل مواجه میشید .
      یکسری سرویس ابری رایگان غیر رایگان هست که در سایت معرفی شده مثل گوگل کولب یا vast.ai که بین سیستمهای دیگه خیلی ارزونتره . میتونید به اینها نگاه بندازید برای استارت
      ولی سعی کنید یه کارت گرافیک حتما تهیه کنید. رم سیستم ۴ گیگ برای دیتاست های کوچیک شاید مشکلی نباشه اما یکم دیتاست یا اندازه تصاویرش بالاتر رفت و از بچ بزرگتر خواستید استفاده کنید تو بحث بافرینگ به مشکل میخورید. حداقل رم رو ۸ گیگ الی ۱۶ گیگ در نظر بگیرید تا از این جهت مشکل نداشته باشید . (این جدای از بحث کارت گرافیک و حافظه کارت گرافیک هست که حداقل حداقل باید ۴ گیگ باشه اما پیشنهاد ما برای کمتر شدن دردسر گرفتن کارت گرافیک با حافظه ۶ گیگ به عنوان حداقل هست مثل GTX1060 (یعنی اگر دیگه اصلا پولی نبود سراغ کارت هایی با حافظه ۴ گیگ برید و تا میتونید سعی کنید با ۶ گیگ حافظه یا بیشتر بگیرید)
      کارت AMD تا جای ممکن سعی کنید نگیرید چون پشتیبانی نمیشن و اونایی که پشتیبانی میشن بصورت غیررسمی هست در حال حاضر و ممکنه اذیت زیادی بشید. قبلا اینجا در مورد کارتهای گرافیک غیر انویدیا توضیح دادم بخونید خوبه :‌

  • nazi

    با سلام.
    من موضوع پایان نامم در مورد عیب یابی پارچه با شبکه کانولوشنی هست. میشه راهنماییم کنید از چه پلت فرمی باید استفاده کنم؟
    ببخشید این فیلم هایی که لینکشونو بالا گذاشتین اصن هیچ کدومو نمیتونم دانلود کنم…

    • سید حسین حسن پور متی کلایی

      سلام
      گزینه های خوب برای شما تنسورفلو/کراس, پای تورچ و یا mxnet هست.
      که هر کدوم رو برید مشکلی ندارید . تنسورفلو بزگترین جامعه کاربری و اموزش ها رو داره و بعدش پای تورچ و بعد هم mxnet هست.
      این لینک و اموزش پیشنهاد نمیشه اصلا چون هم قدیمی هست و این فریم ورک بشدت محدود اما اگر به هر دلیلی میخوایید دانلود بکنید فکر میکنم از بخش فروشگاه سایت بشه تهیه کرد مطمئن نیستم از اونجا حذف کرده باشم یا نه . اونجا رو چک کنید

  • hadis

    سلام
    راهنمایی کنید
    یک شبکه اتوانکودر در شبکه های عمیق میخوام طراحی کنم با ۵۰ ۶۰ مورد ورودی و خروجی شبکه باید ۳ تا عدد برگرده
    چه تولباکسی پیشنهاد میکنید؟

    چون تجربه کار با پایتون را ندارم مجبورم برم سراغ متلب

    • سید حسین حسن پور متی کلایی

      سلام
      پیشنهاد میشه بشدت یا سراغ پایتورچ برید یا تنسورفلو(کراس) . هیچ کدوم ما پایتون بلد نبودیم . نیاز ندارید برای شروع کار پایتون رو کامل بدونید
      فقط سینتکسش رو یاد بگیرید موارد اولیه مثل ایف الس و حلقه ها و تعریف متغییر وکلاس و بعد برید سراغ کد زدن.
      بهتون اطمینان میدم خیلی خیلی اینطور براتون بهتر هست.
      فریم ورکهایی مثل مت کانونت و یا حتی متلب بشدت تو دیپ لرنینگ کاستی دارن و دستتون رو میبندن. این سختی اولیه تو یادگیری ابتدایی پایتون رو قبول کنید مطمئنا مسیر خیلی هموارتری در انتظارتون هست انشاءالله.
      میتونید از آموزشهای یادگیری پایتون هم استفاده کنید (پایتون ۳ udemy اموزش های خوبی داره )
      Udemy – Complete Python Bootcamp Go from zero to hero in Python 3
      آموزش Udemy – Complete Python Masterclass هم خیلی کاملتر از قبلیه ولی پیشنهادم اینه اول قبلی رو ببینید و باز هم لازم نیست همه سرفصلها رو ببینید همون اول (هرچند ببینید خوبه)) بعد این شما رو راه میندازه . بعد میتونید مفاهیم مختلف رو از این اموزش دوم ببینید سر فرصت )
      میتونید آموزش تنسورفلو تو یودمی رو هم ببینید که ابتدا کمی پایتون ابتدایی یاد میده بعد میره سراغ یادگیری عمیق و روشهایی مثل اتوانکودر و چه وچه رو هم پیاده سازی میکنند. (در یودمی هست سرچ کنید براحتی پیدا میکنید)

  • مهسا

    با عرض سلام
    بنده در حال کار واشنایی با تنسور فلو هستم روی شبکه های CNN اگر امکان دارد درمورد دستور زیر توضیح بفرمایید بنده متوجه نمیشم این دستور چه کاری انجام میدهد
    tf.variable_scope(“ConvNet”,reuse=reuse)
    همچنین کیبورد reuse چه اقدامی انجام میدهد؟
    باتشکر فراوان

    • سید حسین حسن پور متی کلایی

      سلام
      برای توضیحات میتونید اینجا رو ببینید.
      بطور خلاصه برای گروه بندی متغییرها(لایه ها) در یک گراف استفاده میشه(اینکه هر عملیات مربوط به کدوم گراف هست). همینطور بشما اجازه میده متغییر جدید بسازید یا از متغییری که قبلا تعریف شده استفاده کنید(اشتراک متغییرها)
      میتونید مثالهای مختلفی رو اینجا ببینید

  • shshsh

    سلام
    آیا مرجعی ندارید که برای ساخت لایه جدید بصورت مرحله به مرحله با وزن های قابل آموزش توضیح داده باشه؟

    قسمت ۵ این مجموعه که در همین مورد برای رفع مشکل من کافی نبود.
    با تشکر

    • سید حسین حسن پور متی کلایی

      سلام نه متاسفانه . من با این فریم ورک کار نکردم .
      بهترین گزینه شما میتونه دیسکاشن گروپ همین مت کانونت یا استک اورفلو باشه