تنسورفلو 2 - یادگیری عمیق و هوش مصنوعی

در این دوره یادگیری ماشین و شبکه های عصبی برای بینایی کامپیوتری، تحلیل سری های زمانی، NLP و GANs و یادگیری تقویتی بعلاوه موارد بیشتر را می آموزید.

آنچه یاد خواهید گرفت

• شبکه های عصبی مصنوعی (ANN) و شبکه های عصبی عمیق (DNN)
• پیش بینی بازده سهام
• پیش بینی سری های زمانی
• بینایی کامپیوتری
• چگونه یک ربات معاملاتی سهام با یادگیری تقویتی عمیق بسازیم؟
• GANs (شبکه های مولد متخاصم)
• سیستم های توصیه گر
• شناسایی تصویر
• شبکه های عصبی کانولوشن (CNN)
• شبکه های عصبی بازگشتی (RNN)
• استفاده از Tensorflow Serving برای ارائه مدل خود با استفاده از یک API RESTful
• استفاده از Tensorflow Lite برای اکسپورت مدل خود به موبایل (اندروید، iOS) و دستگاه های تعبیه شده
• استفاده از استراتژی های توزیع تنسورفلو برای یادگیری موازی
• یادگیری تنسورفلو سطح پایین، نوار گرادیان و نحوه ساخت مدل های سفارشی خود
• پردازش زبان طبیعی (NLP) با یادگیری عمیق
• نمایش قانون مور با استفاده از کد 
• یادگیری انتقالی برای ایجاد classifier های پیشرفته تصویر
• کسب گواهینامه Tensorflow Developer Certificate
• درک اصول مهم برای OpenAI ChatGPT و GPT-4 و DALL-E و Midjourney و استیبل دیفیوژن

 پیش نیازهای دوره

• بدانید چگونه در پایتون و Numpy کدنویسی کنید.
• برای بخش های نظری (اختیاری)، با مشتقات و احتمالات آشنا باشید.

توضیحات دوره

به دوره تنسورفلو 2 خوش آمدید!

اکنون زمان هیجان انگیزی است زیرا نزدیک به 4 سال از انتشار تنسورفلو می گذرد و این کتابخانه به نسخه دوم رسمی خود ارتقا یافته است.

تنسورفلو کتابخانه گوگل برای یادگیری عمیق و هوش مصنوعی است.

پروژه های فعلی عبارتند از:

• پردازش زبان طبیعی (NLP)
• سیستم های توصیه گر
• یادگیری انتقالی برای بینایی کامپیوتری
• شبکه های مولد متخاصم (GAN)
• ربات معاملات سهام با یادگیری تقویتی عمیق

حتی اگر تمام دوره های قبلی مدرس را گذرانده باشید، باز هم یاد می گیرید که چگونه کد قبلی خود را به گونه ای تبدیل کنید که از تنسورفلو 2.0 استفاده کند، و پروژه های کاملاً جدید و هرگز دیده نشده ای در این دوره وجود دارد که شامل پیش بینی سری های زمانی و نحوه انجام پیش بینی های سهام می باشند.

این دوره برای دانشجویانی طراحی شده که می‌ خواهند مطالب را سریع یاد بگیرند، اما در صورتی که بخواهید کمی عمیق‌ تر در مورد تئوری ها بیاموزید، بخش‌ های عمیق نیز وجود دارد (مانند اینکه تابع loss چیست و انواع مختلف رویکردهای گرادیان کاهشی کدامند.)

مباحث پیشرفته تنسورفلو عبارتند از:

• استقرار یک مدل با Tensorflow Serving (تنسورفلو در ابر)
• استقرار یک مدل با Tensorflow Lite (اپلیکیشن های موبایل و تعبیه شده)
• آموزش تنسورفلوی توزیع شده با استراتژی های توزیع
• نوشتن مدل تنسورفلو سفارشی خودتان
• تبدیل کد تنسورفلو 1.x به تنسورفلو 2
• ثابت ها، متغیرها و تانسورها
• اجرای مشتاق
• نوار گرادیان

نکته مدرس - این دوره با تئوری کمتر به نفع ساخت موارد جالب تر، به جای عمق، روی وسعت تمرکز دارد. اگر به دنبال یک دوره تئوری متراکم هستید، این دوره چنین نیست. به طور کلی، برای هر یک از این مباحث (سیستم های توصیه گر، پردازش زبان طبیعی، یادگیری تقویتی، بینایی کامپیوتری، GANs و غیره)، قبلاً دوره هایی که به طور منحصر به فرد بر روی آن مباحث متمرکز بوده اند، ارائه کردیم.

 این دوره برای چه کسانی مناسب است؟

• دانشجویان مبتدی تا پیشرفته که می خواهند در مورد یادگیری عمیق و هوش مصنوعی در تنسورفلو 2.0 بیاموزند.