آموزش رایگان یادگیری عمیق با پایتون

هدف از برگزاری دوره آموزش یادگیری عمیق با پایتون چیست؟

دوره آموزش رایگان یادگیری عمیق با پایتون به‌منظور آموزش اصول پایه‌ای یادگیری عمیق و استفاده از این اصول در زمینه‌های مختلف یادگیری عمیق مخصوصاً vision computer تهیه و تدوین شده است. این دوره آموزشی به‌صورت مرحله‌به‌مرحله و با استفاده از مثال‌های کاربردی شما را با مفاهیم زیر آشنا خواهد کرد:

• مقدمه‌ای بر یادگیری عمیق و معرفی library استفاده‌شده در این دوره
• شبکه‌های عصبی (Neural networks) و نحوه پیاده‌سازی آن‌ها در PyTorch
• آشنایی با مفهوم تنسور و نحوه کار کردن با آن‌ها در PyTroch
• فرایند طراحی و استفاده از مدل‌های deep learning
• آشنایی با روش stochastic gradient descent و نحوه پیاده‌سازی آن در PyTorch
• آشنایی با convolutional neural networks (CNNs)
• نحوه طراحی و train کردن یک مدل تشخیص عکس در PyTorch و fastai

دوره آموزش رایگان یادگیری عمیق برای چه کسانی مناسب است؟

این دوره آموزشی نقطه شروع بسیار خوبی برای افرادی است که هیچ تجربه‌ای در این زمینهٔ ندارند و تصمیم به شروع آموزش این مبحث گرفته‌اند. برای استفاده از مطالب ارائه‌شده در این دوره نیاز به دانش ریاضیات چندانی نیست اما بهتر است که تا حدودی با برنامه‌نویسی پایتون آشنایی داشته باشید.

تمایز این دوره با سایر دوره‌های موجود در زمینهٔ آموزش یادگیری عمیق چیست؟

اصلی‌ترین ویژگی متمایزکننده این دوره با سایر دوره‌های موجود در این است که مدرس این دوره برای توضیح مفاهیم اساسی یادگیری ماشین از مثال‌های کاربردی استفاده می‌کند و در ادامه مفاهیم ریاضی مربوط به آن‌ها را مطرح می‌کند. با استفاده از این روش مخاطب طی استفاده از چند ویدئو اول این دوره با چگونگی طراحی مدل‌های نسبتاً پیشرفته و تکنیک‌های مورداستفاده برای پیاده‌سازی این مدل‌ها آشنا می‌شود و مفاهیم ریاضی را نیز باتوجه‌به کاربرد آن‌ها بهتر و عمیق‌تر درک خواهد کرد.

منابع مورد استفاده در این دوره آموزشی

منبعی که برای آموزش این دوره مورداستفاده قرار گرفته است علاوه بر اطلاعات مدرس دوره، منبع زیر بوده است:

Howard, Jeremy, and Sylvain Gugger. Deep Learning for Coders with fastai and PyTorch. O'Reilly Media, 2020.