×
ribbon

تا پایان تخفیف

آموزش تنسورفلو پیشرفته

Tensorflow یک کتابخانه نرم افزاری برای برنامه ریزی داده ها و برنامه نویسی متفاوت در طیف گسترده ای... بیشتر
گواهی‌نامه
4 (23 امتیاز)
2,285دانشجو
پیشرفته

سهیل کوهی

+ 1 مدرس دیگر

مشخصات دوره
محتوای دوره
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

معماری تنسوفلور

دیتاهای شخصی‌سازی شده

استفاده و پیاده‌سازی مدل‌ها

Loss Functions

CallsBack

Custom Training

محتوای دوره

7 فصل73 جلسه12 ساعت ویدیو
فصل اول: پیشگفتار
  مقدمه - بخش اول
"12:18
  مقدمه - بخش دوم
"10:41
فصل دوم: چند نکته درباره معماری تنسورفلو
فصل سوم: پایپلاین‌های سریع و بهینه داده در تنسورفلو
فصل چهارم: پیاده‌سازی لایه‌ها و مدل‌ها در تنسورفلو
فصل پنجم: افزودن قابلیت‌های دلخواه به آموزش با استفاده از Callback‌ها
فصل ششم: توابع هزینه در تنسورفلو
فصل هفتم: Training Loop سفارشی در تنسورفلو

پیش‌نیاز‌ها

  • برنامه‌نویسی به زبان پایتون در حد متوسط (آشنایی با شی‌ءگرایی در پایتون ضروری است)؛
  • آشنایی با اصول یادگیری ماشین و یادگیری عمیق؛
  • آشنایی با مقدمات تنسورفلو و کراس.
 

توضیحات دوره

Tensorflow یک کتابخانه نرم‌افزاری برای برنامه‌ریزی داده‌ها و برنامه‌نویسی متفاوت در طیف گسترده‌ای از کارها به حساب می‌آید. این کتابخانه، از کتابخانه‌‌های عملیات ریاضی است و جزء برنامه‌های یادگیری ماشین مانند شبکه‌های عصبی نیز به شمار می‌رود. دوره آموزش Tensorflow پیشرفته با هدف آموزش این کتابخانه ارزشمند پایتون تهیه و تدوین شده است که در ادامه آن را معرفی خواهیم کرد.

مزایای آموزش Tensorflow

گوگل Tensorflow را از کتابخانه‌های متن‌باز یا Open Source معرفی می‌کرد که برای مصارف داخلی طراحی‌شده است. با این حال از سال 2015 به بعد تصمیم گرفت این برنامه یک کتابخانه عمومی باشد. با کمک از این کتابخانه قدرتمند و ویژگی‌های منحصربه‌فرد در آن شما می‌توانید شبکه‌های عصبی را به ساده‌ترین روش‌های ممکن پیاده‌سازی کنید. به‌طور معمول API های Tensorflow از زبان پایتون استفاده می‌کنند و این زبان درواقع زبان برنامه‌نویسی آن است. با این حال این کتابخانه از زبان‌های دیگر مانند جاوا، کاتلین، جاوا اسکریپت و حتی زبان R نیز پشتیبانی می‌کند. برای مثال این طراحان سایت هستند که بیشتر مواقع از زبان جاوا اسکریپت استفاده می‌کنند و با این زبان ارتباط بهتری می‌گیرند. در این زمان است که شما با کمک از آموزش Tensorflow وارد دنیای هوش مصنوعی و شبکه‌های عصبی می‌شوید. علاوه بر این ویژگی‌ها، مزایای دیگر تنسورفلو عبارت‌اند از: 

  • قابلیت حمل
  • دارای قابلیت تبدیل و بهینه‌سازی 
  • پشتیبانی کردن از اجرای توزیع شده 
  • قابلیت بررسی مقادیر متوسط در گراف به همراه اشکال‌زدایی آن
  • استفاده از جریان کنترل پایتون با Tensorflow  API، توابع، خوشه‌ها، حلقه‌ها، conditionals و غیره
  • توانایی ساده‌سازی آموزش و ایجاد گراف های پویا با داشتن سینتکسdefine-by-run
  • یک کتابخانه متن باز و چند سکویی 
  • مجهز به استانداردهای بالا در اندازه‌گیری و شفافیت

آموزش Tensorflow برای چه کسانی مناسب است؟

حال که با کتابخانه Tensorflow آشنا شدید و مزایای آن را بررسی کردید، نوبت به آموزش این ابزار کاربردی می‌رسد. ابتدا بهتر است بررسی شود آموزش این برنامه برای چه کسانی مناسب است و کدام افراد به آن احتیاج دارند. اگر از آن دسته برنامه نویسان هستید که هم‌اکنون به ورود به دنیای هوش مصنوعی علاقه دارید، بهتر است آموزش Tensorflow پیشرفته را در برنامه خود قرار دهید؛ زیرا که در آینده‌ای نه‌چندان دور ربات‌ها تمام جهان پیرامون ما را در بر خواهند گرفت. این برنامه نویسان هستند که باید خود را برای چنین روزهایی آماده کنند.

بنابراین با کمک از این برنامه شما با تسلط بر روی جاوا اسکریپت توانایی ورود به دنیای ماشین و لرنینگ را نیز خواهید داشت. فرصت پیاده‌سازی شبکه‌های عصبی مصنوعی را پیدا می‌کنید و از طراحی هوش مصنوعی و شبکه‌های عصبی بر روی مرورگر بدون هیچ دردسری لذت می‌برید. حتی آن دسته از برنامه نویسان موبایل که می‌خواهند ماشین لرنینگ را به اپلیکیشن‌های خود را اضافه کنند، می‌توانند برای یادگیری استفاده از کتابخانه Tensorflow استفاده کنند. علاوه بر این‌ها اگر هنوز برنامه‌نویسی را شروع نکرده‌‌اید و با این حال به هوش مصنوعی و ورود به این زمینه‌ها علاقه‌مند هستید، جز افراد مناسب برای آموزش این برنامه به شمار می‌روید. 

سرفصل‌های آموزش Tensorflow پیشرفته

در ادامه سرفصل‌های آموزش Tensorflow به نمایش درمی‌آیند که به شما فرصت تصمیم‌گیری می‌دهند. این سرفصل‌ها به ترتیب زیر هستند: 

فصل اول: پیشگفتار

در ابتدای آموزش از معماری کلی تنسورفلو صحبت می‌شود. به شما گفته می‌شود که باید از کدام عامل‌های مختلف در سطوح متفاوت برای مسائل خود بهره ببرید. بعدازآن بحث دو حالت اصلی اجرای برنامه‌ها در تنسورفلو یعنی Eager mode و Graph mode و تفاوت‌ها و کاربردهای هر یک پیش کشیده می‌شود. 

فصل دوم: آشنایی با معماری تنسورفلو

در ادامه فصل یک این بار در فصل دوم شبکه‌های Tensorflow بیشتر موردبحث قرار می‌گیرند. در این فصل تک به تک Eager mode و Graph mode بررسی شده و تفاوت‌های آن‌ها با جزئیات بیان می‌شوند. 

فصل سوم: پایپلاین‌های سریع و بهینه داده

اولین قدم در مسائل Deep Learning آماده‌سازی داده‌ها برای یادگیری است‌‌. در این فصل استفاده از tf.data و ابزار TFDS را یاد می‌گیرید. این ابزارها برای پیاده‌سازی data loader- ها مورد استفاده قرار می‌گیرند. هم‌چنین با TF Records که یک فرمت سریالایزکردن، ذخیره کردن و بازیابی داده‌ها در تنسورفلو است، آشنا می‌شوید. در آخر جلسه هم نحوه پیاده‌سازی توابع Augmentation را آموزش می‌بینید. 

فصل چهارم: پیاده‌سازی لایه‌ها و مدل‌ها

در ادامه آموزش Tensorflow پیشرفته نحوه پیاده‌سازی و اختصاصی سازی معماری‌های مختلف شبکه‌های عصبی در تنسورفلو آموزش داده می‌شوند. با روش‌های متفاوت مدل‌ها آشنا شده و آن‌ها را با یکدیگر مقایسه می‌کنید. در آخر هم نحوه ساخت لایه‌های اختصاصی مورد بررسی قرار می‌گیرند‌.

فصل پنجم: افزودن قابلیت‌های دلخواه به آموزش با استفاده از Callback‌ها

هنگام انجام پروژه‌های برنامه‌نویسی در یک مدل ممکن است نیاز باشد در یک زمان مشخص اتفاق خاصی بیفتد یا تابع خاصی فراخوانی شود. برای مثال مواقعی که لازم است در انتهای هر Epoch مدل نهایی ذخیره گردد یا پس از هر مرحله از آموزش نتایج به نمایش درآیند. Callback است که رویدادها و توابعی که در مواقع خاص نیاز به اجرا دارند را پیاده‌سازی و کنترل می‌کند. 

فصل ششم: توابع هزینه در تنسورفلو

در این فصل نحوه کارکرد loss function- ها توضیح داده می‌شود و یاد می‌گیرید چگونه function- های اختصاصی را بسازید. 

فصل هفتم: Training Loop سفارشی

در فصل آخر آموزش Tensorflow پیشرفته، trainer معرفی می‌شود؛ بنابراین شما با نحوه کنترل و اختصاصی‌سازی trainer- ها در تنسورفلو آشنا خواهید شد. 

بعد از اتمام آموزش Tensorflow چه کاری می‌توان انجام داد؟

همان‌طور که مشخص شد با گذراندن دوره آموزش Tensorflow پیشرفته شما وارد دنیای یادگیری ماشین می‌شوید؛ بنابراین بنا بر نیاز و هدفی که مشخص می‌کنید، سه روش برای استفاده از این برنامه پیش روی شما قرارگرفته‌اند. در روش اول برای شما مجموعه داده‌های الگو از روش‌های یادگیری ماشین در این کتابخانه وجود دارد که می‌توانید از آن کمک بگیرید. به این روش استفاده از شبکه‌های عصبی از پیش تعریف شده می‌گویند؛ اما در روش دوم راه شخصی‌سازی همان شبکه‌های از پیش تعریف شده برای شما قرار داده شده است. به این معنا که بر اساس نیاز خود می‌توانید آن‌ها را کم یا زیاد کنید. این دو روش موجب راحتی شما برای محاسبات سریع و استفاده از الگوها می‌شود. در روش سوم شما باید یک شبکه یادگیری عصبی را از صفر پیاده کنید. در این روش فرد یک شبکه عصبی را از ابتدا تا انتها پیاده‌سازی خواهد کرد. 

اطلاعات بیشتر

امتیاز و نظرات کاربران

4

از مجموع 23 امتیاز

19نظر

5 روز پیش

این دوره بسیا پرمحتوا و عالیه توصیه میکنم ببینید

علی نمازی کلش

10 روز پیش

بسیار دوره عالی بود واقعا راضی بودم

حسین کتابی

1 سال پیش

سلام.من الهه نوشادهستم.ممنون از زحماتتون . چطور میتونم به کدهایی که در طول برنامه دارید اجرا میکنید دسترسی داشته باشم؟

الهه نوشاد

1 سال پیش

بسیار عالی. استاد مطالب را کاملا شفاف و روان و مسلط بیان می کنند. با تشکر از استاد و تیم مکتبخونه

احمد اسدی امجد

1 سال پیش

سلام دوستان، دوره خوبي است و نكات تكميلي زيادي براي يادگيري تنسورفلو داره؛ البته به شرطي كه قبلا با مباحث تنسورفلو آشنا بوده باشيد و خود استاد گرامي هم به اين نكته اذعان نموده اند. آرزوي موفقيت براي همتون

محمدرضا رضايي قهرمان

1 سال پیش

دوره تکمیلی خوبیه. برای من که مفید بود. فقط تو دوره قول چند تا مصاحبه هم داده میشه که این مصاحبه ها وجود ندارن و متوجه نشدم اصلا وجود استاد دوم برای چه منظوری ثبت شده در این درس؟

علیرضا پرچمی

2 سال پیش

مدرس عالی و با آرامش و منظم.تمرینات و آماده در سایت قرار دادن و این کار خیلی خوب بود

سمیه حسنی مقدم

2 سال پیش

سلام، بسیار عالی بود، تو مدت زمان کم با خیلی مفاهیم اشنا شدیم. فقط این که در داخل دوره از مصاحبه ها گفته شده اما مصاحبه ای وجود ندارد. لطفا پیگیری فرمایید.

سیدکیوان ناصری

2 سال پیش

بسیار خوب و کاربردی بود. مفاهیم رو بسیار خوب توضیح دادن

سمانه لطیفی

2 سال پیش

سلام و درود خسته نباشید بابت دوره خوب که تهیه کردید اطلاعات مربوط به دوره مثل کد و مطالب تدریس شده رو برای دانلود قرار میدید؟

علی صدیقی منش

2 سال پیش

با سلام استاد بی نظیر بودند نمی گم کامل کامل بود ولی همین که ویو می داد و عنوان های مطالب رو می گفتن کسی که واقعا دنبالش هست می تونه بره بگرده پیدا کنه واقعا تدریس روان و مسلطی داشتن منتورینگ عالی و تصحیح پروژه ها به سرعت فقط یه عیب کوچکی داشت که پروژه خیلی کمی داشتن می تونستن برای هر فصل 2الی 4 تا تمرین داشته باشند تا بهتر متوجه می شدیم ولی در کل خیلی راضی ام موفق و پیروز باشند اگر دوره جدیدی رو قرار بدن بنده نفر اول ثبت ناممی کنم

مهدی زارع

2 سال پیش

سلام و خسته نباشید عرض می کنم به جناب کوهی عزیز ، واقعا لذت بردم از این آموزش عالی شما ، بسیاری از سوالاتی که ذهنم رو درگیر کرده بود و برام جای سوال داشت رو تونستم جوابش رو بگیرم و اصلا باور کردنی نیست که تو یک دوره چند ساعته این همه اطلاعات خوب و غنی آموزش داده شود لطفا اگر منبع تکمیلی کتاب یا رفرنس دیگری برای مطالعات بیشتر میتونید رو معرفی بفرمایید تشکر از شما ، موفق باشید

حامد قربانی

3 سال پیش

در یک جمله دوره بسیار مفید هست.و جنبه تکمیلی خوبی داره. ذهن دانشجو نسبت به تنسورفلو و شبکه های عصبی بازتر و عمیق تر می شه. البته قبلش پیشنهاد می کنم دوره های استاد اقبالی رو ببینید تا در یادگیری این دوره به مشکل بر نخورید. تشکر ویژه دارم از راهنمای دوره که فوق العاده با دانش ، با حوصله هستند. در زمانی باور نکردنی (بسیار کم) ، سوالات را با دقت پاسخ می دهند. تمارین رو تصحیح می کنند. تشکر ویژه از مکتب خونه بابت ایجاد این بستر عالی برای آموزش. واقعا این چنین خدمات آموزشی تو سایت های دیگه با ده برابر قیمت باز هم با این کیفیت ارایه نمی شوند. به خصوص خدماتی همچون تصحیح تمارین و تالار گفتگو.

روح الله محمودیانی

1 سال پیش

از اینکه مدرس تمام منابع کلاسی را در GitHub بارگزاری کرده بودند خیلی راضی بودم

ایمان روشن فر

9 روز پیش

خوبه

مهدی رزاقی

گواهی‌نامه

آموزش تنسورفلو پیشرفته

پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتب‌خونه، در صورتی‌ که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهی‌نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

قابل اشتراک‌گذاری در

linkdin

دوره‌های پیشنهادی مشابه

درباره استاد

سهیل کوهی
1دوره
2,312دانشجو

سهیل کوهی فارغ‌التحصیل علوم مهندسی از دانشگاه تهران است. ایشان از سال ۹۶ در حوزه‌های مختلف یادگیری‌ماشین، یادگیری‌عمیق و بینایی‌ماشین به فعالیت صنعتی مشغول است.

از مهم‌ترین پروژه‌های ایشان می‌توان به تشخیص قیمت املاک بر اساس تصاویر داخلی و خارجی ملک اشاره کرد که در زمان توسعه دقیق‌ترین مدل تشخیص ملک بود. همچنین پس از شروع بیماری کرونا ایشان در پروژه‌هایی برای کنترل این بیماری توسط بینایی ماشین شرکت داشتند که با استفاده از دوربین‌های نظارتی سازمان‌ها و ساختمان‌های بزرگ میزان رعایت فاصله‌گذاری اجتماعی و میزان استفاده از ماسک را به صورت اتوماتیک تشخیص می‌داد.

ایشان همچنین سابقه تدریس مباحث هوش مصنوعی در سطوح مختلف جهت توانمندسازی کارمندان سازمان‌های مختلف را دارند.

اطلاعات بیشتر

محسن هجرتی
1دوره
2,285دانشجو

محسن هجرتی مهندس هوش مصنوعی با تمرکز بر داده‌های پزشکی و سلامت است. او در حال حاضر مدیر ارشد مهندسی یادگیری ماشین در شرکت Genentech است.

از تجربه‌های ایشان فعالیت‌های تحقیقاتی، کارآفرینی، و آموزشی در حوزه‌ی فناوری و هوش مصنوعی و سلامت است.

ایشان همچنین از بنیان‌گذاران سایت مکتب‌خونه در سال 1390 است.

از دیگر فعالیت‌های ایشان مشارکت در پروژه‌ی خودران گوگل و بنیانگذاری شرکت زیرساخت هوش مصنوعی در امریکا اشاره کرد. او فارغ التحصیل رشته ریاضی در سال 1389 از دانشگاه صنعتی شریف. ایشان همچنین موفق شدند مدرک دکتری خود را در حوزه علوم کامپیوتر با تمرکز بر بینایی ماشین در سال ۲۰۱۵ از دانشگاه کالیفرنیا در ارواین دریافت کند.

اطلاعات بیشتر

سوالات پرتکرار

حداقل و حداکثر زمانی که می‌توانم یک دوره را بگذرانم چقدر است؟

برای گذراندن دوره، حداقل زمان مشخصی وجود ندارد و شما می‌توانید در هر زمان که مایل هستید، ویدیوهای آموزشی دوره را ببینید و تمارین را انجام دهید؛ اما برای هر دوره یک حداکثر زمان تعیین شده که در صفحه معرفی دوره قابل مشاهده است که تنها در این بازه زمانی امکان تصحیح پروژه‌ها توسط پشتیبان و دریافت گواهی‌نامه را خواهید داشت.

آیا پس از به اتمام رساندن و قبولی در دوره، می‌توانم نسخه فیزیکی گواهی‌نامه را دریافت کنم؟

خیر. به‌دلیل ملاحظات محیط‌زیستی و کاهش مصرف کاغذ، گواهی‌نامه فقط به‌صورت الکترونیکی ارائه می‌شود.

آیا بعد از پایان مدت دوره همچنان به محتوای آن دسترسی دارم؟

بله. پس از پایان مدت دوره نیز به ویدئوها، تمرین‌ها، پروژه‌ها و سایر محتوای آموزشی دوره دسترسی خواهید داشت؛ اما امکان تصحیح تمرین‌ها توسط پشتیبان دوره و دریافت گواهی‌نامه برای شما وجود نخواهد داشت.

آیا در صورت خرید دوره، گواهی‌نامه آن به من تعلق می‌گیرد؟

خیر. با خرید دوره، امکان شرکت در دوره و دسترسی به محتوای آن را خواهید داشت؛ اما تنها در صورتی که در بازه زمانی تعیین‌شده دوره را با موفقیت و نمره قبولی به اتمام برسانید، گواهی‌نامه به نام شما صادر می‌شود.

مهارت‌هایی که می‌آموزید