×
ribbon

آموزش رایگان تشخیص تصویر با یادگیری عمیق

مدرس:

Adam Geitgey

یادگیری عمیق کمک شایانی به بهبود سیستم های تشخیص تصویر کرده است. امروزه از این سیستم ها برای... بیشتر
زیرنویس
4.2 (38)
13 دیدگاه
7,841دانشجو
1:47ساعت
سرفصل‌ها
مقدماتی سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

این دوره شامل:

2 ساعت ویدئو

7 فایل ضمیمه قابل دانلود

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

8 فصل33 جلسه1:47 ساعت ویدیو
فصل اول: مقدمه
  ساخت سیستم‌های تشخیص لبه‌ تصویر
01:07
  هر آنچه که باید بدانید
00:40
  فایل‌های تمرینات
00:42
فصل دوم: نصب و راه‌اندازی Keras و Tensorflow
  نصب و راه‌اندازی Keras و Tensorflow در macOS
04:46
  نصب و راه‌اندازی Keras و Tensorflow در ویندوز
04:48
فصل سوم: طبقه‌بندی (classification) تصاویر
  شبکه عصبی چیست؟
01:42
  پیاده‌سازی شبکه عصبی با استفاده از کتابخانه‌ی Keras
03:08
  انتقال تصاویر به یک شبکه عصبی
02:50
  تشخیص تصویر با استفاده از شبکه عصبی
03:01
  افزودن کانولوشن برای تغییر ناپذیری انتقالی (شبکه عصبی کانولوشنی)
02:59
فصل چهارم: طراحی شبکه عصبی عمیق برای شناسایی تصاویر
  طراحی ساختمان شبکه عصبی برای شناسایی تصویر
04:17
  کشف مجموعه داده 10 CIFAR
03:00
  بارگذاری یک مجموعه دیتاست از عکس
04:16
  چگالی لایه‌ها
03:37
  لایه‌های کانولوشنی
05:25
  بیشترین جمع‌آوری (max pooling)
01:50
  برون‌اندازی (dropout)
02:04
  شبکه عصبی کامل برای شناسایی تصویر
02:40
فصل پنجم: ساخت و آموزش شبکه عصبی عمیق
  راه‌اندازی یک شبکه عصبی به منظور آموزش
03:21
  آموزش یک شبکه عصبی و بدست آوردن وزن‌ها
04:47
  تخمین‌ زدن با استفاده از یک شبکه عصبی آموزش دیده
06:57
فصل ششم: تنظیم درست شبکه عصبی قبل از آموزش
  شبکه های عصبی از قبل آموزش دیده با استفاده از Keras
03:39
  استفاده از یک شبکه عصبی از قبل آموزش دیده برای شناسایی تصویر
03:50
  آموزش انتقالی (Transfer learning) به عنوان یک جایگزین برای آموزش یک شبکه عصبی جدید
04:03
  استخراج ویژگی‌ها با استفاده از یک شبکه عصبی از قبل آموزش دیده
05:50
  آموزش یک شبکه عصبی جدید با استفاده از فیچرهای استخراج شده
01:59
  تخمین زدن با استفاده از آموزش انتقالی
03:41
فصل هفتم: استفاده از apiهای تشخیص تصویر
  چه زمانی از Api به جای حل خودمان استفاده کنیم؟
03:43
  مقدمه‌ای بر Google Cloud Vision Api
02:24
  ایجاد حساب Google Cloud Vision
02:50
  شناسایی اشیاء در تصویر با استفاده از Google Cloud Vision
03:13
  استخراج متن از تصویر با استفاده از Google Cloud Vision
03:32
فصل هشتم: نتیجه‌گیری
  قدم بعدی آموزش رایگان تشخیص تصویر
00:37

توضیحات دوره

یادگیری عمیق کمک شایانی به بهبود سیستم‌های تشخیص تصویر کرده است. امروزه از این سیستم‌ها برای همه‌چیز از جستجوی کتابخانه‌های تصویری گرفته تا تولید توضیحات متنی از عکس‌ها استفاده می‌شود. اما مگر یادگیری عمیق یا دیپ لرنینگ چیست که چنین امکانی را برای ما فراهم کرده است. یادگیری عمیق یکی از انواع یادگیری ماشین و هوش مصنوعی است که برای یادگیری موضوعات مختلف از کارکرد ذهن انسان تقلید می‌کند.

یادگیری عمیق با سه اقدام می‌تواند کار خود را برای تشخیص تصویر انجام دهد. در بخش اول با ثبت تصویر و حاشیه‌نویسی آن به گردآوری داده‌های آموزش می‌پردازد. در قسمت دوم آموزش مدل انجام می‌شود و در انتها دستگاه می‌تواند تصاویر جدید را پیش‌بینی کند؛ بنابراین راه تشخیص تصویر از آموزش یادگیری عمیق می‌گذرد.

در این دوره یاد می‌گیرید که چگونه یک شبکه عصبی عمیق ایجاد کنید که بتواند اشیا را در عکس‌ها تشخیص دهد. همچنین می‌آموزید که چگونه بدون نیاز به آموزش مجدد شبکه، شبکه عصبی عمیق را برای تشخیص اشیاء جدید تنظیم کنید. با گذراندن این دوره می‌توانید APIهای شناسایی تصویر مبتنی برابر را که گزینه دیگری برای ساخت سیستم‌هایتان هستند، کاوش کنید. علاوه بر این‌ها، مراحل مرتبط با شروع ساخت و گسترش سیستم تشخیص تصویر خود را فرا خواهید گرفت.

 

هدف از یادگیری دوره آموزش ریگان تشخیص تصویر با یادگیری عمیق چیست؟

دوره آموزش تشخیص تصویر با یادگیری عمیق اهداف زیر را دنبال می‌کند:

  • طبقه‌بندی تصاویر
  • طراحی سیستم‌های تشخیص تصویر
  • ایجاد یک شبکه عصبی عمیق
  • آموزش شبکه عصبی عمیق
  • اصلاح شبکه‌های عصبی از پیش آموزش‌دیده
  • استفاده از APIهای تشخیص تصویر
  • استقرار یک شبکه عصبی عمیق

 

دوره آموزش رایگان تشخیص تصویر با یادگیری عمیق مناسب چه کسانی است؟

  • دانشجویان و فارغ‌التحصیلان رشته برق و کامپیوتر
  • کسانی که به ایجاد و آموزش شبکه‌های عصبی عمیق علاقه دارند.
  • کسانی که برای شغل خود به سیستم‌های شناسایی چهره نیاز دارند.
  • مدیرانی که کسب‌وکارشان نیاز به دوربین‌های نظارتی دارد.

 

بعد از فراگیری دوره رایگان آموزش تشخیص تصویر با یادگیری عمیق چه مهارت‌هایی کسب خواهید کرد؟

  • زبان برنامه‌نویسی پایتون
  • یادگیری ماشین
  • کتابخانه‌های دیجیتال

 

دیدگاه کاربران

4.2

بر اساس امتیاز 38 دانشجو

1
2
3
4
5

دانشجوی دوره

1 سال پیش

5

درود دوره بسیار عالی است اما من نمیتوانم کد ها را اجرا کنم لطفا به م کمک کنید ارور میدهد و اصلا کد اجرا نمیشود

فاطمه السادات عظیمی

1 سال پیش

5

واقعا روان و عالی و مستدل بود. به ززیرنویس توجه نکنید.

امیر هندیان پور

2 سال پیش

5

این دوره خیلی عالی بود بهتر از این نمیشه. از مکتب خونه تشکر میکنم که این دوره را در اختیار عموم گذاشته است. توی منابع فارسی اصلا دوره ای با این کیفیت وجود نداره.

زهراسادات شبیری

3 سال پیش

5

زیرنویس فارسی افتضاحه، اصلا بهش توجه نکنید. در فصل ۶ حواستون باشه که الان دیگه keras.preprocessing.image کار نمیکنه و همش توی tensorflow.keras.utils تعریف میشه.

دانشجوی دوره

3 سال پیش

5

با این که خلاصه و مختصر بود ولی از دوره های غیر رایگان بیرون بهتر توضیح داده بود! به شکل قابل فهمی کدها رو با دلایل استفاده ازشون، توضیح داد. دوره ای که من بیرون گذروندم مدرس خودش یک خط کد ننوشت! البته دوستان درمورد زیرنویس نظر منفی نوشته بودن که من در مورد زیرنویس نظری ندارم چون به زیرنویس نگاه نکردم.

دانشجوی دوره

3 سال پیش

5

سپاس گزارم از اینکه زحمت کشیدین و وقت گذاشتین و این دوره رو فراهم کردین و اون رو ترجمه نیز کردید و رایگان در اختیار کاربرا گذاشتین. خدا خیرتون بده ان شاء الله.

Adam Geitgey
1دوره
7,841دانشجو
38نظر و امتیاز

آدام یک توسعه دهنده در حوزه نرم افزار بوده و شیفته تاثیرات یادگیری ماشین در حوزه توسعه نرم‌افزار می‌باشد.

او در استفاده از یادگیری ماشین در ساختن وب سایت‌های بزرگ و کار در شرکت‌های نوپا در سیلیکون‌ولی سابقه زیادی دارد. همچنین وی علاقه شدیدی در حوزه استفاده تئوری ها در یادگیری ماشین و اشتراک آن‌ها با توسعه دهندگان نرم‌افزار در همه سطوح مهارتی آن‌ها دارد.

دوره‌های مشابه

سوالات پرتکرار

آیا ممکن است برخی جلسات یک درس ناقص باشند؟

معمولا تمامی جلسات هر درس به‌طور کامل ضبط می‌شوند؛ اما گاهی به دلیل برخی ناهماهنگی‌ها ممکن است یک یا چند جلسه ضبط نشده باشد. جزئیات این موارد در توضیحات هر درس درج شده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت، چه کاری باید انجام داد؟

در صورت مواجهه با هرگونه مشکل در دانلود یا پخش ویدئو، می‌توانید از طریق صفحه ارتباط با ما اطلاع دهید تا تیم پشتیبانی به‌سرعت مشکل را بررسی و رفع کند.

آیا می‌توان ویدئوهای یک درس را به‌صورت سی‌دی یا دی‌وی‌دی از شما تهیه کرد؟

در حال حاضر امکان ارسال دروس به‌صورت سی‌دی یا دی‌وی‌دی وجود ندارد و همه محتواها به شکل آنلاین ارائه می‌شوند.