سپنتا کتاب اکسپرس
کتاب تنظیم دقیق مدل‌های ترنسفورمر بینایی برای طبقه‌بندی داده‌های سفارشی

کتاب تنظیم دقیق مدل‌های ترنسفورمر بینایی برای طبقه‌بندی داده‌های سفارشی

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 تنظیم دقیق مدل‌های ترنسفورمر بینایی برای طبقه‌بندی داده‌های سفارشی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری عمیق و شبکه‌های عصبی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. مفاهیم کلیدی یادگیری ماشین
  • 4. انواع یادگیری ماشین
  • 5. یادگیری نظارت شده
  • 6. یادگیری نظارت نشده
  • 7. یادگیری تقویتی
  • 8. مقدمه‌ای بر شبکه‌های عصبی
  • 9. نورون‌های مصنوعی
  • 10. توابع فعال‌سازی
  • 11. ساختار شبکه‌های عصبی
  • 12. یادگیری عمیق
  • 13. شبکه‌های عصبی کانولوشنی (CNN)
  • 14. شبکه‌های عصبی بازگشتی (RNN)
  • 15. مقدمه‌ای بر ترنسفورمرها
  • 16. معماری ترنسفورمر
  • 17. مکانیسم توجه (Attention Mechanism)
  • 18. ترنسفورمرهای بینایی (ViT)
  • 19. کاربرد ViT در بینایی ماشین
  • 20. تنظیم دقیق (Fine-tuning) مدل‌ها
  • 21. اهمیت تنظیم دقیق
  • 22. مراحل تنظیم دقیق
  • 23. مجموعه داده سفارشی
  • 24. آماده‌سازی مجموعه داده
  • 25. برچسب‌گذاری داده‌ها
  • 26. تقسیم داده‌ها به آموزش، اعتبارسنجی و تست
  • 27. پیش‌پردازش داده‌ها
  • 28. استانداردسازی و نرمال‌سازی داده‌ها
  • 29. افزایش داده (Data Augmentation)
  • 30. تنظیم پارامترهای مدل
  • 31. تابع هزینه (Loss Function)
  • 32. بهینه‌سازها (Optimizers)
  • 33. نرخ یادگیری (Learning Rate)
  • 34. تنظیم نرخ یادگیری
  • 35. گرادیان کاهشی تصادفی (SGD)
  • 36. آدام (Adam)
  • 37. RMSprop
  • 38. تنظیم ابرپارامترها (Hyperparameter Tuning)
  • 39. جستجوی شبکه‌ای (Grid Search)
  • 40. جستجوی تصادفی (Random Search)
  • 41. تنظیم دقیق مدل ViT
  • 42. معماری پایه ViT
  • 43. تغییرات در معماری ViT
  • 44. آماده‌سازی داده برای ViT
  • 45. تکه‌های تصویر (Image Patches)
  • 46. تعبیه‌سازی تکه‌ها (Patch Embeddings)
  • 47. موقعیت‌یابی تکه‌ها (Positional Embeddings)
  • 48. لایه طبقه‌بند (Classifier Head)
  • 49. آموزش مدل ViT
  • 50. تنظیم دقیق لایه‌های خاص
  • 51. آموزش از ابتدا (Training from Scratch)
  • 52. استفاده از مدل‌های از پیش آموزش دیده
  • 53. مجموعه داده‌های استاندارد
  • 54. ImageNet
  • 55. CIFAR-10
  • 56. MNIST
  • 57. ارزیابی عملکرد مدل
  • 58. معیارهای ارزیابی
  • 59. دقت (Accuracy)
  • 60. دقت و بازیابی (Precision and Recall)
  • 61. امتیاز F1
  • 62. ماتریس درهم‌ریختگی (Confusion Matrix)
  • 63. تفسیر نتایج ارزیابی
  • 64. تشخیص و رفع بیش‌برازش (Overfitting)
  • 65. تشخیص و رفع کم‌برازش (Underfitting)
  • 66. تنظیم وزن‌ها (Weight Decay)
  • 67. قطع منظم (Dropout)
  • 68. توقف زودهنگام (Early Stopping)
  • 69. کاربردهای عملی تنظیم دقیق ViT
  • 70. طبقه‌بندی تصاویر پزشکی
  • 71. تشخیص بیماری‌ها
  • 72. تحلیل تصاویر ماهواره‌ای
  • 73. کشاورزی هوشمند
  • 74. شناسایی محصولات
  • 75. پیش‌بینی آفات
  • 76. صنعت خودرو
  • 77. تشخیص عابر پیاده
  • 78. شناسایی علائم راهنمایی و رانندگی
  • 79. تجارت الکترونیک
  • 80. پیشنهاد محصول
  • 81. دسته‌بندی خودکار کالا
  • 82. ملاحظات اخلاقی در هوش مصنوعی
  • 83. سوگیری در داده‌ها
  • 84. تفسیرپذیری مدل‌ها
  • 85. حریم خصوصی داده‌ها
  • 86. امنیت مدل‌ها
  • 87. مدل‌های کوچک‌تر و کارآمدتر
  • 88. تراکم مدل (Model Quantization)
  • 89. هرس مدل (Model Pruning)
  • 90. تقطیر دانش (Knowledge Distillation)
  • 91. مقایسه ViT با سایر معماری‌ها
  • 92. CNN در مقابل ViT
  • 93. RNN در مقابل ViT
  • 94. مزایای ViT
  • 95. معایب ViT
  • 96. آینده ترنسفورمرهای بینایی
  • 97. تحقیقات جاری
  • 98. کاربردهای نوظهور
  • 99. توسعه ابزارها و فریم‌ورک‌ها
  • 100. TensorFlow

📚 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.