دوره یادگیری عمیق تصاویر با PyTorch: از مبانی تا کاربردها همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

1,990,000 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 497,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری عمیق تصاویر با PyTorch: از مبانی تا کاربردها

موضوع کلی: علوم کامپیوتر و هوش مصنوعی

موضوع میانی: یادگیری عمیق و پردازش تصویر

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری عمیق و پردازش تصویر
  • 2. نصب و راه‌اندازی PyTorch
  • 3. مبانی تنسورها در PyTorch
  • 4. عملیات پایه‌ای تنسورها
  • 5. شبکه‌های عصبی مصنوعی: اصول اولیه
  • 6. تابع فعال‌سازی: معرفی و انواع
  • 7. پس‌انتشار خطا: محاسبه گرادیان
  • 8. بهینه‌سازها: معرفی و کاربرد
  • 9. آموزش مدل‌های ساده با PyTorch
  • 10. مقدمه‌ای بر شبکه‌های عصبی کانولوشنی (CNN)
  • 11. لایه کانولوشن: عملکرد و پارامترها
  • 12. لایه Pooling: کاهش ابعاد و استخراج ویژگی
  • 13. لایه‌های Fully Connected
  • 14. ساختار CNN برای طبقه‌بندی تصاویر
  • 15. مجموعه داده‌های تصویری: معرفی و کار با آن‌ها
  • 16. پیش‌پردازش تصاویر برای CNN
  • 17. تقویت داده (Data Augmentation)
  • 18. طراحی معماری‌های CNN
  • 19. شبکه‌های پیش‌آموزش‌دیده (Pre-trained Networks)
  • 20. انتقال یادگیری (Transfer Learning)
  • 21. تنظیم دقیق (Fine-tuning) مدل‌های پیش‌آموزش‌دیده
  • 22. مدل‌های CNN برای تشخیص اشیاء
  • 23. شبکه‌های تشخیص اشیاء: YOLO و SSD
  • 24. شناسایی (Detection) و بخش‌بندی (Segmentation)
  • 25. مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN)
  • 26. کاربرد RNN در دنباله‌های تصاویر
  • 27. شبکه‌های LSTM و GRU
  • 28. شبکه‌های مولد تخاصمی (GANs)
  • 29. معماری GAN برای تولید تصاویر
  • 30. آموزش GANها و چالش‌ها
  • 31. کاربرد GANها در افزایش و ویرایش تصاویر
  • 32. شبکه‌های عصبی کانولوشنی سه بعدی (3D CNNs)
  • 33. کاربرد 3D CNN در پردازش ویدئو
  • 34. شبکه‌های کانولوشنی کانفورمی (Confirmatory Convolutional Networks)
  • 35. شبکه‌های عصبی گرافی (GNNs) در پردازش تصویر
  • 36. کاربرد GNN در تحلیل تصاویر ماهواره‌ای
  • 37. یادگیری تقویتی (Reinforcement Learning) در بینایی ماشین
  • 38. کاربرد یادگیری تقویتی در رباتیک بصری
  • 39. مفسرپذیری (Interpretability) در مدل‌های یادگیری عمیق
  • 40. روش‌های توضیح‌پذیری مدل‌های CNN
  • 41. شناسایی ناهنجاری در تصاویر
  • 42. طبقه‌بندی تصاویر پزشکی
  • 43. تشخیص بیماری‌ها با CNN
  • 44. پردازش تصاویر پزشکی با GANs
  • 45. تحلیل و تفسیر تصاویر پزشکی
  • 46. مقدمه‌ای بر پردازش زبان طبیعی (NLP)
  • 47. پردازش متن با PyTorch
  • 48. شبکه‌های ترنسفورمر (Transformers)
  • 49. کاربرد ترنسفورمر در پردازش تصویر
  • 50. مدل‌های زبانی بزرگ (LLMs)
  • 51. کاربرد LLMs در تولید متن توصیفی تصاویر
  • 52. بینایی ماشین در رباتیک
  • 53. کنترل ربات با استفاده از یادگیری عمیق
  • 54. ناوبری ربات با بینایی ماشین
  • 55. سیستم‌های تشخیص چهره
  • 56. آموزش مدل‌های تشخیص چهره
  • 57. چالش‌های تشخیص چهره
  • 58. سیستم‌های تشخیص پلاک خودرو
  • 59. پردازش تصاویر پلاک خودرو
  • 60. استخراج اطلاعات از تصاویر
  • 61. واقعیت افزوده (Augmented Reality)
  • 62. توسعه برنامه‌های AR با PyTorch
  • 63. واقعیت مجازی (Virtual Reality)
  • 64. پردازش سیگنال‌های تصویری
  • 65. فیلترهای تصویر در PyTorch
  • 66. بهبود کیفیت تصاویر
  • 67. کاهش نویز در تصاویر
  • 68. فشرده‌سازی تصاویر با یادگیری عمیق
  • 69. مقدمه‌ای بر یادگیری بدون نظارت (Unsupervised Learning)
  • 70. خوشه‌بندی تصاویر
  • 71. کاهش ابعاد در یادگیری بدون نظارت
  • 72. خودرمزگذارها (Autoencoders)
  • 73. انواع خودرمزگذارها
  • 74. کاربرد خودرمزگذارها در کاهش ابعاد
  • 75. خودرمزگذارهای متغیر (Variational Autoencoders - VAEs)
  • 76. کاربرد VAEs در تولید تصاویر
  • 77. یادگیری عمیق در بازی‌ها
  • 78. توسعه عامل‌های هوشمند برای بازی‌ها
  • 79. کاربرد یادگیری عمیق در پزشکی قانونی
  • 80. تحلیل تصاویر صحنه جرم
  • 81. شناسایی تقلب در تصاویر
  • 82. سیستم‌های توصیه‌گر تصاویر
  • 83. تولید تصاویر هنری
  • 84. سبک‌دهی تصاویر (Style Transfer)
  • 85. شبکه‌های عصبی کانولوشنی معکوس (Deconvolutional Networks)
  • 86. کاربرد DeconvNets در بازسازی تصاویر
  • 87. پردازش تصاویر سه‌بعدی
  • 88. تحلیل داده‌های حجمی
  • 89. مدل‌سازی سه‌بعدی از تصاویر
  • 90. مقدمه‌ای بر یادگیری فعال (Active Learning)
  • 91. کاربرد یادگیری فعال در برچسب‌گذاری داده
  • 92. بهینه‌سازی معماری شبکه‌های عصبی
  • 93. جستجوی معماری عصبی (NAS)
  • 94. پیاده‌سازی مدل‌های CNN در سخت‌افزار
  • 95. بهینه‌سازی مدل‌ها برای دستگاه‌های موبایل
  • 96. مقدمه‌ای بر یادگیری چندوجهی (Multimodal Learning)
  • 97. ترکیب تصاویر و متن
  • 98. تحلیل احساسات از روی تصاویر
  • 99. کاربرد یادگیری عمیق در کشاورزی هوشمند
  • 100. تشخیص آفات و بیماری‌های گیاهی
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.