یادگیری عمیق

1.1. مقدمه

19:20

2.1. دستاوردهای هوش مصنوعی 01

11:59

3.1. دستاوردهای هوش مصنوعی 02

04:43

4.1. هوش مصنوعی در بازار کار

04:38

5.1. آینده هوش مصنوعی 01

06:55

6.1. آینده هوش مصنوعی 02

04:47

7.1. یادگیری عمیق چیست؟

09:50

8.1. تاریخچه شبکه‌های عصبی

07:11

9.1. تفاوت یادگیری عمیق و کلاسیک

10:14

10.1. فرایند کلی یادگیری عمیق

08:24

1.2. مقدمه

03:55

2.2. یادگیری ماشین

03:43

3.2. انواع روش ‌های یادگیری ماشین

10:24

4.2. یادگیری تقویتی

05:01

5.2. چالش‌های یادگیری ماشین 01

05:46

6.2. چالش‌های یادگیری ماشین 02

05:42

7.2. چالش‌های یادگیری ماشین 03

03:38

1.3. شبکه‌های عصبی 01

06:21

2.3. شبکه‌های عصبی 02

04:45

3.3. الگوریتم گرادیان کاهشی

16:32

4.3. الگوریتم گرادیان کاهشی 02

05:28

5.3. پیاده سازی الگوریتم گرادیان کاهشی بر روی شبکه عصبی پرسپترون

06:22

6.3. الگوریتم پس انتشار خطا

05:33

7.3. batch & mini-batch & stochastic gradient descent

08:42

8.3. مثال ساده طبقه بندی

04:52

1.4. شبکه‌های عصبی MLP

12:01

2.4. مفهوم کانولوشن

16:27

3.4. کانولوشن در پردازش تصویر

10:03

4.4. شبکه‌های عصبی کانولوشنال 01(CNN)

10:08

5.4. شبکه‌های عصبی کانولوشنال 02(CNN)

10:19

6.4. لایه Transposed Conv

04:35

1.5. شبکه AlexNet

11:19

2.5. شبکه VGG & GoogleNet & ResNet

28:44

1.6. بهینه‌سازی شبکه‌های عصبی

09:12

2.6. Dropout

06:51

3.6. Data Augmentation & Batch Normalization

14:50

4.6. طراحی شبکه‌های عمیق 01

06:34

5.6. طراحی شبکه‌های عمیق 02

11:17

6.6. طراحی شبکه‌های عمیق 03

05:03

1.7. یادگیری انتقالی(Transfer Learning)

19:00

2.7. مثال

02:09

3.7. پیاده سازی Transfer Learning

39:37

1.8. معرفی اتوانکدر‌ها

12:29

2.8. کاربرد اتوانکدر‌ها

07:34

3.8. مدل‌های مولد

04:49

4.8. مدل‌های مولد تخاصمی

18:50

5.8. انواع مدل‌های GAN

11:02

6.8. StyleGAN

10:47

7.8. چالش‌های مدل‌های GAN & مدل‌های مولد متن به تصویر

13:32

8.8. مدل‌های مولد متن به تصویر

05:16

1.9. آموزش Google Colab

18:34

2.9. Deep learning frameworks

28:47

3.9. Tensorflow

15:43

1.10. شبکه‌های بازگشتی

20:05

2.10. شبکه‌های بازگشتی و مکانیزم توجه

05:22

3.10. مکانیزم توجه

12:37

4.10. ترانسفورمرها 01

04:21

5.10. ترانسفورمرها 02

04:39

1.11. Deep Feed-Forward Coding

38:49

2.11. Deep Forward Implementation

22:05

3.11. CNN 01

28:02

4.11. CNN 02

06:55

5.11. Training and overfitting

18:44