سپنتا کتاب اکسپرس
کتاب شناخت ساختار و عملیات لایه‌های کانولوشنال در شبکه‌های عصبی

کتاب شناخت ساختار و عملیات لایه‌های کانولوشنال در شبکه‌های عصبی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره شناخت ساختار و عملیات لایه‌های کانولوشنال در شبکه‌های عصبی

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: شبکه های عصبی کانولوشنال (Convolutional Neural Networks - CNN)

📋 سرفصل‌های دوره

  • 1. آشنایی با شبکه‌های عصبی عمیق
  • 2. مقدمه‌ای بر یادگیری ماشین
  • 3. انواع شبکه‌های عصبی
  • 4. کاربرد شبکه‌های عصبی
  • 5. مفهوم لایه‌های کانولوشنال
  • 6. انواع لایه‌ها در شبکه‌های عصبی
  • 7. شبکه‌های عصبی کانولوشنی (CNN)
  • 8. ساختار اصلی CNN
  • 9. نقش لایه‌های کانولوشنال
  • 10. تکنیک‌های کانولوشن
  • 11. فیلترها یا هسته‌ها
  • 12. ابعاد فیلترها
  • 13. گام یا Stride
  • 14. Padding
  • 15. حالت‌های Padding
  • 16. انواع Padding
  • 17. عملیات کانولوشن
  • 18. ورودی لایه کانولوشنال
  • 19. خروجی لایه کانولوشنال
  • 20. محاسبات کانولوشن
  • 21. اثر فیلترها بر ورودی
  • 22. ویژگی‌های استخراج شده
  • 23. افزایش عمق ویژگی‌ها
  • 24. تعداد فیلترها
  • 25. مقدار دهی اولیه فیلترها
  • 26. یادگیری وزن فیلترها
  • 27. تابع فعال‌سازی
  • 28. عملیات پس از کانولوشن
  • 29. کاهش ابعاد
  • 30. لایه‌های Pooling
  • 31. انواع Pooling
  • 32. Max Pooling
  • 33. Average Pooling
  • 34. اندازه پنجره Pooling
  • 35. گام Pooling
  • 36. نقش Pooling
  • 37. فشرده‌سازی اطلاعات
  • 38. کاهش تعداد پارامترها
  • 39. مقاومت در برابر جابجایی
  • 40. لایه‌های غیرخطی
  • 41. ReLu
  • 42. Sigmoid
  • 43. Tanh
  • 44. عملکرد توابع فعال‌سازی
  • 45. کاربرد Non-linearity
  • 46. لایه‌های Fully Connected
  • 47. ارتباط با لایه‌های قبلی
  • 48. نقش لایه‌های Fully Connected
  • 49. طبقه‌بندی نهایی
  • 50. استخراج ویژگی کلی
  • 51. اتصال تمام نورون‌ها
  • 52. ماتریس وزن
  • 53. Bias
  • 54. تابع فعال‌سازی در FC
  • 55. ساختار CNN برای تصویر
  • 56. لایه‌های کانولوشنال اولیه
  • 57. استخراج ویژگی‌های ساده
  • 58. لایه‌های کانولوشنال عمیق‌تر
  • 59. استخراج ویژگی‌های پیچیده
  • 60. ترکیب لایه‌ها
  • 61. Backpropagation
  • 62. قانون زنجیره‌ای
  • 63. بهینه‌سازی وزن‌ها
  • 64. تابع هزینه (Loss Function)
  • 65. گرادیان نزولی (Gradient Descent)
  • 66. بهینه‌سازها (Optimizers)
  • 67. Adam Optimizer
  • 68. SGD Optimizer
  • 69. RMSprop Optimizer
  • 70. تنظیم نرخ یادگیری (Learning Rate)
  • 71. مقداردهی اولیه وزن‌ها
  • 72. نرمال‌سازی دسته‌ای (Batch Normalization)
  • 73. نقش Batch Normalization
  • 74. بهبود سرعت آموزش
  • 75. پایداری آموزش
  • 76. Regularization Techniques
  • 77. Dropout
  • 78. L1 and L2 Regularization
  • 79. Data Augmentation
  • 80. کاربرد Data Augmentation
  • 81. افزایش حجم داده
  • 82. تنوع داده
  • 83. شبکه‌های عصبی کانولوشنی پیشرفته
  • 84. ResNet
  • 85. Inception
  • 86. AlexNet
  • 87. EfficientNet
  • 88. YOLO
  • 89. Faster R-CNN
  • 90. کاربرد CNN در بینایی ماشین
  • 91. تشخیص اشیاء
  • 92. تقسیم‌بندی تصاویر (Segmentation)
  • 93. شناسایی چهره
  • 94. تحلیل ویدئو
  • 95. تولید تصاویر
  • 96. CNN در پردازش زبان طبیعی
  • 97. تشخیص احساسات
  • 98. ترجمه ماشینی
  • 99. خلاصه‌سازی متن
  • 100. شناخت گفتار

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.