jeffheaton/t81_558_deep_learning
کاربرد:
این پروژه یک دوره جامع در زمینه یادگیری عمیق با استفاده از کتابخانه Keras و فریم‌ورک تنسورفلو است. شامل مباحثی از جمله شبکه‌های عصبی پیچشی (CNN)، شبکه‌های عصبی بازگشتی (RNN)، انتقال یادگیری (Transfer Learning)، شبکه‌های مولد متناقض (GAN) و کاربردهای عملی هوش مصنوعی در دنیای واقعی می‌شود.
در چه شرایطی بهتره استفاده شود؟
اگر دانشجو، محقق یا توسعه‌دهنده‌ای هستی که می‌خوای وارد حوزه یادگیری عمیق بشی و دست به کد شی، این پروژه در شرایط زیر عالیه:
وقتی با پایتون آشنا باشی
اگر پیش‌زمینه‌ای از یادگیری ماشین داشته باشی
وقتی به دنبال منبعی عملی و کاربردی با مثال‌های اجرایی هستی
برای استفاده در محیط‌های آموزشی یا پروژه‌های شخصی و تحقیقاتی
چند مثال از موارد استفاده
پیاده‌سازی مدل‌های تشخیص تصویر با CNN
پردازش زبان طبیعی (NLP) با استفاده از LSTM و RNN
ایجاد تصاویر مصنوعی با شبکه‌های GAN
طبقه‌بندی متن و احساسات (Sentiment Analysis)
استفاده از مدل‌های پیش‌آموزش‌دیده مثل ResNet و VGG
- ##DeepLearning
- ##Keras
- ##TensorFlow
- ##NeuralNetworks
- ##AI
- ##MachineLearning
- ##ComputerVision
- ##NLP
- ##GAN
- ##TransferLearning