کتاب ساخت شبکه‌های عصبی، ترنسفورمرها و مدل‌های مولد از پایه با آموزش GPU

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 ساخت شبکه‌های عصبی، ترنسفورمرها و مدل‌های مولد از پایه با آموزش GPU

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: معماری‌های یادگیری عمیق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مبانی یادگیری ماشین
  • 3. انواع یادگیری ماشین: نظارت شده، بدون نظارت، تقویتی
  • 4. معرفی شبکه‌های عصبی مصنوعی
  • 5. تابع فعال‌سازی در شبکه‌های عصبی
  • 6. مبانی پس‌انتشار خطا
  • 7. بهینه‌سازی شبکه‌های عصبی
  • 8. گرادیان کاهشی و انواع آن
  • 9. نرمال‌سازی دسته‌ای (Batch Normalization)
  • 10. تنظیم‌گری (Regularization) و انواع آن
  • 11. معماری شبکه‌های عصبی پرسپترون چندلایه (MLP)
  • 12. شبکه‌های عصبی کانولوشنی (CNN)
  • 13. لایه‌های کانولوشن و پولینگ
  • 14. کاربرد CNN در بینایی ماشین
  • 15. شبکه‌های عصبی بازگشتی (RNN)
  • 16. حافظه کوتاه‌مدت طولانی (LSTM)
  • 17. واحد بازگشتی دروازه‌ای (GRU)
  • 18. کاربرد RNN و LSTM در پردازش زبان طبیعی
  • 19. مقدمه‌ای بر ترنسفورمرها
  • 20. مکانیزم توجه (Attention Mechanism)
  • 21. ترنسفورمرهای انکودر-دیکودر
  • 22. مدل‌های زبانی مبتنی بر ترنسفورمر
  • 23. BERT و کاربردهای آن
  • 24. GPT و معماری آن
  • 25. مدل‌های مولد (Generative Models)
  • 26. شبکه‌های مولد تخاصمی (GAN)
  • 27. مفاهیم پایه GAN
  • 28. انواع GAN و کاربردهای آن
  • 29. مدل‌های انتشار (Diffusion Models)
  • 30. مبانی مدل‌های انتشار
  • 31. کاربرد مدل‌های انتشار در تولید تصویر
  • 32. آموزش از پایه: ساخت شبکه عصبی ساده
  • 33. پیاده‌سازی MLP با پایتون و کتابخانه‌های مرتبط
  • 34. پیاده‌سازی CNN از ابتدا
  • 35. آموزش CNN بر روی داده‌های تصویری
  • 36. پیاده‌سازی RNN از ابتدا
  • 37. آموزش LSTM بر روی داده‌های متنی
  • 38. پیاده‌سازی مکانیزم توجه
  • 39. ساخت یک مدل ترنسفورمر پایه
  • 40. تنظیم ترنسفورمر برای وظایف NLP
  • 41. پیاده‌سازی GAN از ابتدا
  • 42. آموزش GAN برای تولید تصویر
  • 43. مقدمه‌ای بر آموزش GPU
  • 44. مفاهیم اولیه CUDA
  • 45. استفاده از کتابخانه‌های یادگیری عمیق با GPU
  • 46. بهینه‌سازی کد برای آموزش GPU
  • 47. عیب‌یابی مشکلات رایج در آموزش GPU
  • 48. مقدمه‌ای بر یادگیری عمیق در مقیاس تولید
  • 49. پایپ‌لاین‌های داده برای یادگیری عمیق
  • 50. آموزش مدل‌های بزرگ
  • 51. استقرار مدل‌های یادگیری عمیق
  • 52. نظارت بر عملکرد مدل در تولید
  • 53. مقدمه‌ای بر یادگیری تقویتی عمیق (DRL)
  • 54. مفاهیم پایه DRL
  • 55. الگوریتم‌های DRL: Q-Learning، Policy Gradients
  • 56. کاربرد DRL در رباتیک و بازی
  • 57. مقدمه‌ای بر مدل‌های گراف عصبی (GNN)
  • 58. مبانی GNN
  • 59. کاربرد GNN در تحلیل شبکه‌ها
  • 60. مقدمه‌ای بر یادگیری انتقالی (Transfer Learning)
  • 61. تکنیک‌های یادگیری انتقالی
  • 62. کاربرد یادگیری انتقالی در مسائل مختلف
  • 63. مقدمه‌ای بر یادگیری نیمه‌نظارت شده
  • 64. روش‌های یادگیری نیمه‌نظارت شده
  • 65. کاربرد یادگیری نیمه‌نظارت شده
  • 66. مقدمه‌ای بر یادگیری خودنظارت شده
  • 67. روش‌های یادگیری خودنظارت شده
  • 68. کاربرد یادگیری خودنظارت شده
  • 69. مقدمه‌ای بر مدل‌های یادگیری فدرال
  • 70. مبانی یادگیری فدرال
  • 71. کاربرد یادگیری فدرال
  • 72. مقدمه‌ای بر اخلاق در هوش مصنوعی
  • 73. سوگیری در مدل‌های هوش مصنوعی
  • 74. عدالت و شفافیت در هوش مصنوعی
  • 75. حریم خصوصی در هوش مصنوعی
  • 76. توضیح‌پذیری مدل‌های یادگیری عمیق (XAI)
  • 77. مقدمه‌ای بر پردازش گفتار
  • 78. شبکه‌های عصبی برای پردازش گفتار
  • 79. مقدمه‌ای بر پردازش تصویر پیشرفته
  • 80. تقطیع تصویر (Image Segmentation)
  • 81. تشخیص اشیاء (Object Detection)
  • 82. تولید تصویر پیشرفته
  • 83. کاربرد مدل‌های مولد در طراحی
  • 84. مقدمه‌ای بر یادگیری عمیق درعلوم پزشکی
  • 85. کاربرد یادگیری عمیق در تشخیص بیماری
  • 86. کاربرد یادگیری عمیق در کشف دارو
  • 87. مقدمه‌ای بر یادگیری عمیق در امور مالی
  • 88. کاربرد یادگیری عمیق در پیش‌بینی بازار
  • 89. کاربرد یادگیری عمیق در تشخیص تقلب
  • 90. مقدمه‌ای بر یادگیری عمیق در رباتیک
  • 91. کنترل ربات با یادگیری عمیق
  • 92. مسیریابی ربات با یادگیری عمیق
  • 93. مقدمه‌ای بر یادگیری عمیق در سنجش از دور
  • 94. تحلیل تصاویر ماهواره‌ای با یادگیری عمیق
  • 95. طبقه‌بندی کاربری اراضی با یادگیری عمیق
  • 96. مقدمه‌ای بر یادگیری عمیق در شبکه‌های اجتماعی
  • 97. تحلیل احساسات در شبکه‌های اجتماعی
  • 98. توصیه‌گرها در شبکه‌های اجتماعی
  • 99. مقدمه‌ای بر یادگیری عمیق در بازی‌ها
  • 100. توسعه هوش مصنوعی برای بازی‌ها

📚 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.