الصفحة الرئيسية>المتعلقة بالبرمجة>بايثون
تنزيل

من الموتر إلى الانتشار المستقر

مستوحاة من الترانزستور.

التعلم الآلي صعب ، ويصعب متابعة الكثير من البرامج التعليمية ، ومن الصعب فهم Software 2.0 من المبادئ الأولى.

هل تريد أن تكون مهندس ML؟ حسنًا ، هذه هي الخطوات اللازمة للحصول على جيد في ذلك:

  1. قم بتنزيل ورقة
  2. تنفيذها
  3. استمر في القيام بذلك حتى يكون لديك مهارات

- جورج هوز

القسم 1: مقدمة: الغش في طريقنا بعد الوتر - أسبوع واحد

  • هكذا حول تلك الموترات - نظرة عامة على الدورة. صف كيف يمكن بناء نماذج التعلم العميقة باستخدام Tensors ، وكيف تستخدم بنيات مختلفة مثل CNNs و RNNs Tensors بطرق مختلفة. فهم مفهوم backpropagation و therdient النسب. [فيديو]

القسم 2: التعلم العميق: ما هو التعلم العميق على أي حال؟ - أسبوع واحد

  • بناء شبكة عصبية بسيطة - أول برنامج صغير لك! جعل النموذج يعمل وتعلم أساسيات التعلم العميق. [رمز] [فيديو]

  • بناء CNN بسيط - الفصل المقدمة للتعلم العميق ، وتعلم كيفية بناء شبكة سي إن إن بسيطة وفهم مفاهيم الالتواء والتجميع. [رمز] [فيديو]

  • بناء RNN بسيط - تعلم أساسيات الشبكات العصبية المتكررة وفهم مفهوم "الذاكرة" الذي يساعدهم على تخزين حالات المدخلات السابقة. [رمز] [فيديو]

القسم 3: تنفيذ الأوراق (الجزء 1): نماذج الرؤية - 3 أسابيع

  • تنفيذ LENET - تعرف على بنية LENET وتطبيقها. [رمز] [ورقة]

  • تطبيق Alexnet - تعلم كيفية تنفيذ Alexnet لمهام تصنيف الصور. [رمز] [ورقة]

  • تنفيذ RESNET - تعلم كيفية تنفيذ RESNET لمهام تصنيف الصور. [رمز] [ورقة]

  • بناء DCGAN - تعلم كيفية بناء dcgan ومفهوم التدريب العدواني. [رمز] [ورقة]

القسم 4: تنفيذ الأوراق (الجزء 2): نماذج اللغة - 3 أسابيع

  • تنفيذ GRU و LSTM - تعرف على مفاهيم خلايا LSTM و GRU. [رمز] [ورقة]

  • تنفيذ CBOW و SKIP-GRAM-تعرف على بنية Word2VEC وتطبيقها. [رمز] [ورقة]

  • بناء محول - تعرف على بنية المحولات وتطبيقه. [رمز] [ورقة]

  • صقل بيرت-تعرف على بنية بيرت وضبط نموذج تدريب مسبقًا. [رمز] [ورقة]

القسم 5: تنفيذ الأوراق (الجزء 3): نماذج لغة الرؤية-أسبوع واحد

  • بناء نموذج انتشار مستقر - تعرف على بنية الانتشار المستقر وتطبيقه في مهام توليد الصور. [رمز] [ورقة]
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل