آموزش شبکه های عصبی در پایتون (2020)

مدرس Eduardo Corpeño

انتشار 2020/11/04

مدت زمان 1h 45m

سطح پیشرفته

فایل تمرینی ندارد

آموزش Training Neural Networks in Python (2020)

اگر ندانید که واقعاً به کدام یک نیاز دارید، هر ابزار برای چه چیزی مفید است و چگونه همه آنها کار می کنند، داشتن انواع ابزار عالی در اختیار شما مفید نیست. در این دوره، به عملکرد درونی شبکه های عصبی بپردازید تا بتوانید به طور موثرتری با ابزارهای یادگیری ماشین کار کنید. مربی Eduardo Corpeño با ارائه یک سری تمرینات در Python به شما کمک می کند تا به طور مثال یاد بگیرید تا به شما کمک کند تا آنچه را که در داخل می گذرد درک کنید. کشف کنید که چگونه می توان بخش هایی از یک نورون بیولوژیکی را با عناصر پایتون مرتبط کرد، که به شما امکان می دهد مدلی از مغز بسازید. سپس، یاد بگیرید که چگونه یک شبکه بسازید و آموزش دهید، و همچنین یک شبکه عصبی ایجاد کنید که اعداد را از یک نمایشگر هفت بخش تشخیص می دهد. حتی اگر احتمالاً به جای نوشتن کد خود با شبکه‌های عصبی از مجموعه نرم‌افزاری کار خواهید کرد، دانشی که در این دوره کسب می‌کنید می‌تواند به شما در انتخاب معماری شبکه عصبی و روش آموزشی مناسب برای هر مشکلی که با آن روبرو می‌شوید کمک کند.

Neural Networks Python (Programming Language)

Introduction

Creating a neural network in Python ()

What you should know ()

Using GitHub for the exercise files ()

1. Choosing a Neural Network

What is a neural network? ()

Why Python? ()

The many applications of machine learning ()

Types of classifiers ()

Types of neural networks ()

Multilayer perceptrons ()

2. The Building Blocks of Neural Networks

Neurons and the brain ()

A simple model of a neuron ()

Activation functions ()

Perceptrons: A better model of a neuron ()

Challenge: Finish the perceptron ()

Solution: Finish the perceptron ()

Logic gates ()

Challenge: Logic gates with perceptrons ()

Solution: Logic gates with perceptrons ()

3. Building Your Network

Linear separability ()

Writing the multilayer perceptron class ()

Challenge: Finish the multilayer perceptron class ()

Solution: Finish the multilayer perceptron class ()

4. Training Your Network

The need for training ()

The training process ()

The error function ()

Gradient descent ()

The delta rule ()

The backpropagation algorithm ()

Challenge: Write your own backpropagation method ()

Solution: Write your own backpropagation method ()

5. Let's Make a Segment Display Classifier

Segment display recognition ()

Challenge: Design your own SDR neural network ()

Solution: Design your own SDR neural network ()

Challenge: Train your own SDR neural network ()

Solution: Train your own SDR neural network ()

Conclusion

Next steps ()

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش آموزش شبکه های عصبی در پایتون (2020)

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Training Neural Networks in Python (2020) در 1 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

مرز جدید در جهان هوش مصنوعی و یادگیری ماشینی در یادگیری عمیق و شبکه های عصبی است. این مسیر یادگیری راه ورود شما به ابزارها، مفاهیم، و نکات ظریف شبکه های عصبی، مدل های مولد و موارد دیگر است.

آموزش آموزش شبکه های عصبی در پایتون (2020) ، ایستگاه شماره 5 در مسیر یادگیری مهارت های خود را در یادگیری عمیق و شبکه های عصبی ارتقا دهید ، است.