توضیحات

آموزش مبانی یادگیری عمیق دیپ

در این آموزش، یکی از محبوب‌ترین و پرکاربردترین علوم حوزه هوش مصنوعی، یعنی یادگیری عمیق

(Deep Learning)، معرفی شده است. در حال حاضر، تقریبا در تمام كاربردهای هوش مصنوعی مبتنی

بر پردازش تصویر، صوت و متن، مانند: تلفن‌های همراه، آموزش مبانی یادگیری عمیق دیپ هوشمند اینترنتی، رباتیک و ماشین‌

های خودران، ردپای یادگیری عمیق دیده می‌شود. در این آموزش، علاوه بر تئوری مبانی یادگیری عمیق،

تکنیک‌ها و مدل‌های مختلف و نحوه آموزش شبکه‌های عصبی عمیق، مثال‌های عملی کار با مدل‌ها و نحوه

پیاده‌سازی بستر کدنویسی پایتون و تنسورفلو نیز ارائه خواهد شد.

آموزش مبانی یادگیری عمیق دیپ

بیشتر مباحث مطرح شده در این آموزش به طور خلاصه و در زمان كوتاه ولی در سطح مناسبی عنوان شده

و در انتهای این آموزش، قادر خواهید بود تا با تسلط خوبی بر روی مباحث پایه‌ای یادگیری عمیق، وارد مرحله

بعدی یعنی آموزش‌های کدنویسی و کار عملی در این حوزه شوید. رویکرد اصلی این آموزش، حوزه بینایی ماشین

و پردازش تصویر است و مدل‌های کانولوشنی که از محبوب‌ترین مدل‌های یادگیری عمیق هستند با جزئیات بیشتری

بررسی خواهند شد.

یادگیری عمیق یک تکنیک یادگیری ماشینی است که به رایانه‌ها می‌آموزد تا کارهایی را انجام دهند که به طور طبیعی

برای انسان اتفاق می‌افتد: یادگیری با مثال. یادگیری عمیق یک فناوری کلیدی در پشت خودروهای بدون راننده است

که به آنها امکان می‌دهد تابلوی ایست را تشخیص دهند یا عابر پیاده را از تیر چراغ برق تشخیص دهند. این کلید کنترل

صدا در دستگاه های مصرف کننده مانند تلفن، تبلت، تلویزیون و بلندگوهای هندزفری است. یادگیری عمیق اخیراً و به

دلایل خوبی مورد توجه قرار گرفته است. دستیابی به نتایجی است که قبلاً ممکن نبود.

در یادگیری عمیق، یک مدل کامپیوتری یاد می گیرد که وظایف طبقه بندی را مستقیماً از روی تصاویر، متن یا صدا انجام

دهد. مدل‌های یادگیری عمیق می‌توانند به دقت پیشرفته‌ای دست یابند که گاهی اوقات از عملکرد سطح انسانی فراتر

می‌رود.