آموزش های یودمی
دوبله زبان فارسی
یادگیری انتقالی عملی (یادگیری عمیق) در پایتون
دوره های آموزشی
دوره های Udemy
- 4.9 امتیاز (5,254)
- 05:45:42
- تعداد بازدید 3
- 53 ویدئو آموزشی
✅ سرفصل و جزئیات آموزش
شما هنوز متخصص نشده اید، زیرا Frontier بعدی، طبقه بندی تصویر، یادگیری عمیق و راه حل مشکلات تشخیص اشیا با کراس است.
آنچه یاد خواهید گرفت
- یادگیری انتقالی برای طبقه بندی تصویر
- Google Teachable Machine
- یادگیری انتقالی در پایتون
- یادگیری عمیق در مورد استروئیدها
توضیحات دوره
یادگیری انتقالی راه حل بسیاری از مشکلات موجود است. یادگیری انتقالی از دانش موجود از مدل قبلی آموخته شده در frontier جدید استفاده می کند.
ما کدی را برای اجرای یادگیری انتقالی در طبقه بندی تصویر نشان می دهیم.
دانش به دست آمده برای تشخیص چرخه و دوچرخه می تواند برای تشخیص ماشین استفاده شود.
روش های مختلفی برای دستیابی به یادگیری انتقالی وجود دارد. ما در مورد مدل های از پیش آموزش دیده، تنظیم دقیق و تکنیک های استخراج ویژگی بحث خواهیم کرد.
این دوره برای چه کسانی مناسب است:
- افراد مشتاق درک یادگیری عمیق
- کسی که می خواهد شروع به درک یادگیری ماشین کند.
یادگیری انتقالی عملی (یادگیری عمیق) در پایتون
-
مقدمه و طرح کلی دوره 03:17
-
آیا می خواهید شاعر شوید؟ 07:14
-
تبدیل شدن به شاعر - بخش 1 09:20
-
تبدیل شدن به شاعر - بخش 2 13:03
-
تبدیل شدن به شاعر - بخش 3 03:39
-
سه انگیزه اصلی برای یادگیری انتقالی 04:59
-
موفقیت در یادگیری انتقالی - Andrew Ng 03:37
-
یادگیری انتقالی در مقابل یادگیری ماشین سنتی و یادگیری عمیق - بخش 1 04:48
-
یادگیری انتقالی در مقابل یادگیری ماشین سنتی و یادگیری عمیق - بخش 2 04:25
-
درک اولیه یادگیری انتقالی 05:07
-
شرایط تکنیکال یادگیری انتقالی 05:49
-
یادگیری انتقالی چیست، چگونه و چه زمانی انجام می شود؟ 04:15
-
یادگیری انتقالی منفی 02:04
-
سوگیری استنتاجی 01:28
-
یادگیری انتقالی در یادگیری عمیق 08:49
-
انواع یادگیری انتقالی در یادگیری عمیق 05:24
-
دقت Top-1 و Top-5 06:10
-
آشنایی با Teachable Machine 04:44
-
طبقه بندی Mask Face 03:37
-
طبقه بندی روپیه هند 07:01
-
طبقه بندی صدا - مرد سیاهپوش 06:50
-
طبقه بندی صدا - زنگ و کف زدن 03:39
-
طبقه بندی ژست - وضعیت بدنی بد 02:45
-
طبقه بندی ژست - ژست یوگا 02:56
-
تست ژست یوگا 00:36
-
استقرار مدل Tensorflow.js با p5 09:10
-
استقرار داخلی بیشتر 02:50
-
برچسب ها و جزئیات اطمینان 02:59
-
استقرار اندروید 07:43
-
لوکیشن مدل دانلود شده 01:19
-
استفاده مستقیم از مدل 17:44
-
آماده سازی مجموعه داده برای مدل سفارشی 17:23
-
ساخت مدل سفارشی - تغییر لایه آخر 11:02
-
برازش مدل سفارشی - مدل کلاس 4 03:03
-
دانلود مدل 01:19
-
بررسی مدل های موجود 11:54
-
بارگذاری داده - بخش 1 09:28
-
بارگذاری داده - رمزگذاری One Hot 08:19
-
مدل سفارشی Resnet 10:03
-
برازش مدل سفارشی Resnet 07:22
-
مدل اولیه CNN در مجموعه داده میمون 05:12
-
برازش مدل اولیه 01:20
-
تشکر از شما - برای دوره 01:36
-
بررسی در برابر مدل از پیش آموزش دیده 17:44
-
آماده سازی مجموعه داده برای مدل سفارشی 17:23
-
مدل سفارشی 11:02
-
برازش مدل 03:03
-
آماده سازی داده - بخش 1 16:32
-
تبدیل تصویر به آرایه Numpy 08:28
-
رمزگذاری برچسب 04:55
-
مدل اولیه CNN - بخش 1 09:11
-
مدل اولیه CNN - بخش 2 - با Drop out و لایه بیشتر 02:00
مشخصات آموزش
یادگیری انتقالی عملی (یادگیری عمیق) در پایتون
- سطح دوره:متوسط
- تعداد درس:53
- مدت زمان :05:45:42
- حجم :2.98GB
- زبان:دوبله زبان فارسی
- دوره آموزشی: دوره های Udemy
- تعداد بازدید: 3
آموزش های مرتبط
-
سطح دوره:
-
زبان: دوبله فارسی
آموزش های یودمی
850,000 ریال
- زمان: 58:29
- تعداد درس: 11
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
آموزش های یودمی
1,672,000 ریال
- زمان: 01:54:29
- تعداد درس: 13
-
سطح دوره:
-
زبان: دوبله فارسی
آموزش های یودمی
5,397,000 ریال
- زمان: 06:08:32
- تعداد درس: 5
-
سطح دوره:
-
زبان: دوبله فارسی
آموزش های یودمی
1,657,000 ریال
- زمان: 01:53:24
- تعداد درس: 43
-
سطح دوره:
-
زبان: دوبله فارسی
آموزش های یودمی
9,900,000 ریال
- زمان: 11:15:49
- تعداد درس: 128
-
سطح دوره:
-
زبان: دوبله فارسی
آموزش های یودمی
3,916,000 ریال
- زمان: 04:27:00
- تعداد درس: 56
-
سطح دوره:
-
زبان: دوبله فارسی