×
ribbon

آموزش یادگیری ماشین، بینایی ماشین مدرن و هوش مصنوعی مولد

مدرس:Udemy

Udemy Instructor

یادگیری ماشین و بینایی کامپیوتر مدرن با تولید تصاویر به‌کمک هوش مصنوعی مولد در یک دوره جامع.

جدید
زیرنویس
14دانشجو
7ساعت
سرفصل‌ها
پیشرفته سطح دوره
بروزرسانیآبان ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

توانایی استفاده از KerasCV، TensorFlow، PyTorch و JAX برای پیاده‌سازی شناسایی تصاویر و تشخیص اشیاء.

یادگیری طبقه‌بندی تصاویر با مدل‌های از پیش‌آموزش دیده و بهبود آن با Fine-tuning یا یادگیری انتقال.

توانایی تولید تصاویر با Stable Diffusion از طریق KerasCV.

درک اصول بینایی ماشین و کاربردهای هوش مصنوعی مولد در کاربردهای مهندسی داده و هوش مصنوعی.

این دوره شامل:

7 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

9 فصل41 جلسه7 ساعت ویدیو
مقدمه
  مقدمه و طرح کلی
04:25
  چگونه در این دوره موفق باشیم
03:04
  کد را از کجا دریافت کنیم
04:29
طبقه‌بندی تصاویر، تنظیم دقیق و یادگیری انتقالی
  طرح کلی بخش طبقه‌بندی
03:37
  مفاهیم طبقه‌بند تصویر از پیش‌آموزش‌دیده
08:33
  طبقه‌بند تصویر از پیش‌آموزش‌دیده در پایتون
10:13
  یادگیری انتقالی و تنظیم دقیق
08:50
  تنظیم دقیق یک طبقه‌بند تصویر در پایتون
20:24
  تمرین طبقه‌بندی
01:04
  جعبه پیشنهادات
03:10
تشخیص شیء
  طرح کلی تشخیص شیء
08:15
  مفاهیم تشخیص شیء
05:31
  تفسیر خروجی IoU و سرکوب بیشینه‌های غیر هم‌پوشانی و امتیاز اعتماد
09:28
  تشخیص شیء با مدل از پیش‌آموخته در پایتون
12:24
  تابع از دست دادن کانونی و تابع از دست دادن نرم L1
08:10
  فرمت‌های مجموعه داده تشخیص شیء (COCO و Pascal VOC)
04:39
  نصب و پیکربندی LabelImg
01:48
  نمایش نمونه LabelImg
19:27
  افزایش داده‌ها
05:18
  فرمت مجموعه داده تشخیص شیء برای KerasCV
05:38
  تنظیم دقیق تشخیص اشیاء در پایتون (مجموعه دادهٔ داخلی)
22:03
  تنظیم دقیق تشخیص اشیاء در پایتون (مجموعه دادهٔ سفارشی)
19:45
  تمرین تشخیص اشیاء
01:46
هوش مصنوعی مولد با دیفیوژن پایدار
  طرح کلی دیفیوژن پایدار
04:11
  ایجاد تصاویر با دیفیوژن پایدار در پایتون
15:57
  نحوه کار مدل‌های دیفیوژن (اختیاری)
09:52
  معماری مدل دیفیوژن (اختیاری)
05:48
  چگونه مدل‌های دیفیوژن با ورودی‌های راهنما شرطی می‌شوند (اختیاری)
04:18
  نگاهی به کد منبع مدل دیفیوژن (اختیاری)
16:00
مقدمهٔ سوالات متداول پیوست
  ضمیمه چیست
03:46
راه‌اندازی محیط کار شما (ضمیمه سوالات متداول به درخواست دانشجو)
  ارزیابی پیش از نصب
04:12
  راه‌اندازی محیط آناکاندا
20:20
  نحوه نصب کتابخانه‌های نم‌پی، سای‌پی، مات‌پلات‌لیب، پانداس، ای‌پایتون، تئانو و تنسورفلو
17:30
کمک اضافی برای کدنویسی پایتون برای مبتدیان (ضمیمه سوالات متداول به درخواست دانشجو)
  نکته‌های کدنویسی برای مبتدیان
04:38
  چگونگی کدنویسی برای خودتان (بخش ۱)
15:54
  چگونگی کدنویسی برای خودتان (بخش ۲)
09:23
  اثبات اینکه استفاده از دفترچه یادداشت جی‌یوپر برابر با عدم استفاده از آن است
12:29
روش‌های یادگیری مؤثر برای یادگیری ماشین (ضمیمه سوالات متداول)
  این دوره برای مبتدیان است یا کارشناسان؟ علمی یا عملی؟ با سرعت سریع یا آرام؟
22:04
  در چه ترتیبى باید دوره‌های شما را بگذرانم؟ (بخش ۱)
11:19
  در چه ترتیبی باید دوره‌های شما را بگذرانم (قسمت دوم)؟
16:07
ضمیمه پرسش‌های متداول پایانی
  بخش تکمیلی
05:48

توضیحات دوره

استفاده از KerasCV، پایتون، TensorFlow، PyTorch و JAX برای شناسایی تصاویر، تشخیص اشیاء و Stable Diffusion. یاد بگیرید: بینایی ماشین با KerasCV؛ چگونه با استفاده از مدل از پیش‌آموزش دیده، تصاویر را طبقه‌بندی کنید و با تنظیم دقیق یا یادگیری انتقال، آن را بهبود دهید؛ چگونه با یک مدل از پیش‌آموزش دیده و با تنظیم دقیق یا یادگیری انتقال، تشخیص اشیاء را انجام دهید؛ چگونه تصاویر را با Stable Diffusion در KerasCV تولید کنید. الزامات: تجربه کار با Keras.

دیدگاه کاربران

4

بر اساس امتیاز 1 دانشجو

1
2
3
4
5

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
147دوره
1,372دانشجو
401نظر و امتیاز
پلتفرم آموزش آنلاین یودمی
poster

آموزش یادگیری ماشین، بینایی ماشین مدرن و هوش مصنوعی مولد

14دانشجو

دوره‌های مشابه

دیگر دوره‌های Udemy Instructor