پایتورچ (PyTorch) یک کتابخانه یادگیری عمیق متنباز است که در اکتبر 2016 نسخه اولیه آن توسط فیسبوک منتشر شد. از همان ابتدا، پایتورچ به دلیل سادگی و راحتی، توجه بسیاری از محققان حوزه هوش مصنوعی را به خود جلب کرد. طی سالهای بعد، پایتورچ رفته رفته پیشرفت کرد و محبوبیت بسیار بالایی بدست آورد. بهگونهای که شرکتهای بزرگی همچون مایکروسافت، OpenAI، تسلا، اوبر و شرکتهای بزرگ دیگر اعلام کردند که تحقیقات خود را با پایتورچ پیش خواهند برد. اکنون، پایتورچ محبوبترین کتابخانه یادگیری عمیق است.
پایتورچ در حوزه کامپیوتر ویژن، پردازش زبان، پردازش صوت مجموعه دستورات اختصاصی بینظیری را آماده کرده است که کار را برای همه افراد فعال در هوش مصنوعی آسان میکند. پس مهم نیست در چه شاخهای از هوش مصنوعی کار میکنید، پایتورچ به فکر شما هم هست!
فهرست مطالب دوره آموزش پایتورچ رایگان
ممکن است به دلیل تنظیمات امنیتی مرورگر کروم، بعد از کلیک روی آیکون دانلود، فرآیند دانلود اصلا شروع نشود یا اتفاقی رخ ندهد. دراینصورت، روی آیکون دانلود، کلیک راست کرده و گزینه Copy link adress را انتخاب کنید. سپس آدرس را در یک مرورگر دیگر وارد کنید. همچنین استفاده از نرمافزارهای دانلود هم میتواند مشکل را رفع کند.
اسلایدها و کدها در ریپوی گیتهاب هوسم (کلیک کنید) به اشتراک گذاشته میشود.
فهرست جلسات هفتگی
هفته صفر: نصب و راهاندازی پایتورچ ویدئو
مدت زمان آموزش: 34 دقیقه
هفته اول: پایتورچ در نقش نامپای! ویدئو
مدت زمان آموزش: 2 ساعت و 46 دقیقه
هفته دوم: پیادهسازی رگرسیون خطی از صفر ویدئو
مدت زمان آموزش: 2 ساعت و 20 دقیقه
هفته سوم: معرفی و کار با ماژولهای مهم پایتورچ برای یادگیری عمیق ویدئو
مدت زمان آموزش: 2 ساعت
هفته چهارم: طبقهبندی با پایتورچ ویدئو
مدت زمان آموزش: 1 ساعت و 37 دقیقه
هفته پنجم: طبقهبندی چندکلاسه با پایتورچ ویدئو
مدت زمان آموزش: 1 ساعت و 17 دقیقه
هفته ششم: شبکه عصبی MLP در پایتورچ 👀 ویدئو
مدت زمان آموزش: 2 ساعت و 42 دقیقه
وعده داده بودیم، 10± ساعت آموزش پایتورچ باکیفیت و رایگان در اختیار شما قرار دهیم. این دوره با 13 ساعت آموزش تکمیل شده است. معتقدیم، اهداف آموزشی هوسم برای این دوره محقق شده و دوره به نقطه خوبی رسیده است. برای شما موفقیتهای بیشتر آرزومندیم و امیدواریم با دورههای آموزشی دیگری میزبان شما باشیم. 😊✌
h.mansournia( دانشجوی دوره )
سلام. وقتتون بخیر
من متوجه ی این جمله تون نشدم. میشه کمی بیشتر توضیح بدین؟
“طبق توضیحات در ویدئو، اگه GPU مناسب ندارید، کارتون ساده هست و با یک دستور pip نصب انجام میشه.”
در کجا باید دستور pip رو بزنیم؟ من متوجه نشدم
هوسم
سلام
در منوی استارت، cmd رو تایپ و باز کنید. دستور pip رو باید اینجا بنویسید. استفاده از دستور pip بیشتر به مهارت پایتونی مرتبط هست. میتونید از طریق جستوجو یا چتجیپیتی به اطلاعات کاملی برسید.
امیرمسعود ایروانی( دانشجوی دوره )
سلام استاد وقتتون بخیر باشه و دستتون هم درد نکنه بابت محتوای عالی سایت. الان اومدم پایتورچ رو نصب کنم اما میگه
Conda packages are no longer available. Please use pip instead.
چاره چی هست؟ از طریق pip نصبش کنیم؟ بعدا احیانا مشکلاتی در پیش نخواهد بود؟
هوسم
سلام
اخیرا، تیم توسعهدهنده پایتورچ اعلام کرده که از Conda خارج شده و دیگه فقط از طریق pip قابل نصب هست.
طبق توضیحات در ویدئو، اگه GPU مناسب ندارید، کارتون ساده هست و با یک دستور pip نصب انجام میشه.
اما، اگه GPU مناسب دارید، اون موقع احتمالا باید به صورت دستی Cuda و CuDNN رو نصب کنید. توضیحات مفهومی مهمی در همون ویدئوی نصب گفته شده که میتونه کمکتون کنه. از وبلاگها و ویدئوهای یوتوبی بروز، چتباتها (ChatGPT یا DeepSeek) میتونید مراحل نصب پایتورچ نسخه GPU رو بدست بیارید و انجام بدید.
amir.m.heydari( دانشجوی دوره )
سلام و خدا قوت خیلی عالیییییییه دورتون من رشته مکاترونیک دانشگاه تهرانم و دروس ماشین لرنینگ و نورال نتورک را رو گذروندم ولی اینجا به صورت عملی چیزای خیلی بیشتری یادگرفتم و تِوری های دانشگاه را درک میکنم
هوسم
سلام
خوشحالیم که آموزش رو دوست داشتید.
امیدواریم، همواره در مسیر پیشرفت و یادگیری باشید.
موفق باشید
Ha Di( دانشجوی دوره )
با عرض سلام و تشکر از مطالب واقعا مفید سایت شما . بنده یک سوال داشتم و اینکه بنده برای اینکه کدهای پایتورچ در کارت گرافیکی که دارم ( rtx 3090) اجرا شود چیکار کنم چون در اناکوندا که نصب کردم cuda هر سه نسخه کودا را امتحان کردم نشد یعنی نصب می شود ولی در اجرای کد در محیط vscodeدر ترمینال می نویسد محاسبات بهcpuسویچ شد ممنون می شوم کسی بتونه راهنمایی کنه ۰۹۰۱۵۵۷۸۱۱۷ با تشکر
هوسم
سلام
نمیدونیم مشکل شما چی هست. اما، اخیرا متا اعلام کرده که دیگه پایتورچ از طریق کوندا قابل نصب نیست. حتی، توی سایت پایتورچ هم روش نصب مبتنی بر کوندا غیرفعال شده. پیشنهاد میشه نصب به روش pip رو هم تست کنید. البته، احتمالا این روش نسبت به کوندا پیچیدگیهای بیشتری داشته باشه. توی اینترنت سرچ کنید و منابع خوب و بروز برای نصب پایتورچ کودا به روش pip رو پیدا کنید.
فروغ احسانفر( دانشجوی دوره )
سلام و وقت بخیر
واقعا خسته نباشید من با الگوریتم SIFT با شما آشنا شدم فوق العاده دوره هاتون کامل هست .بی نظیر بود.با تشکر از شما .
هوسم
سلام
ممنون 🙏🌺😊
a.jahanbakhsh1990( دانشجوی دوره )
مطالب بسیار عالی و کاربردی و با بیانی قابل فهم ارایه شدند. خیلی زیاد برام ارزشمند بود و یاد گرفتم ازش. علاوه بر یادگیری نکات جدید و ارزشمند، مروری عالی بر سایر مقدمات مورد نیاز هم بود. با تشکر فراوان از استاد عزیز
هوسم
خوشحالیم که این آموزش براتون مفید بوده. از اینکه فیدبک دادید سپاسگزاریم. 🌼😊
Danial( دانشجوی دوره )
سلام استاد. وقتتون بخیر. ببخشید دوره رایگان پایتورچ رو بهتره که چه موقع مشاهده کنیم؟ قبل از دوره ماشین لرنینگ؟ یا قبل از دوره دیپ لرنینگ؟ یا قبل از دیپ کاتالیست؟ یا بعد از همه این ها؟
بهترین موقع کی هست؟ اگر بخوایم توالی و ترتیب دوره ها رو رعایت کنیم
هوسم
سلام
ترتیب پیشنهادی دورههای هوسم بهصورت زیر هست:
1- پایتون برای هوش مصنوعی
2- یادگیری ماشین جامع
3 یادگیری عمیق جامع
4- دیپ کاتالیست
اگر دوره “یادگیری عمیق جامع” رو دارید، نیازی به مشاهده دوره “آموزش پایتورچ” نیست. چنانچه علاقهمند بودید که این دوره رو هم ببینید، میتونید بعد از دوره “یادگیری ماشین جامع” و قبل از دوره “یادگیری عمیق جامع” مشاهده کنید.
soheilzaghi1379( دانشجوی دوره )
سلام چطور میشه فیلم هارا دانلود کرد؟
هوسم
سلام
دوره رایگان هست، اما باید ثبت نام کنید. گزینه سبز رنگ “خرید دوره” رو بزنید تا به سبد خرید اضافه بشه. بعد هم به سبد خرید برید و فرآیند رو تا انتها پیش برید. بعد از طی کردن این فرآیند، لینکهای دانلود در بخش فهرست مطالب برای شما فعال میشه. انجام این فرآیند هیچ هزینهای نداره.
vahidgolestani( دانشجوی دوره )
بسیار عالی.
خدا خیرتون بده
هوسم
سپاس 🌹
aligholikhan.gangooli( دانشجوی دوره )
ممنونم از استاد عزیز به خاطر تهیه این دوره
هوسم
ممنون 🌹
par68.mohamadi( دانشجوی دوره )
سلام من هنوز دوره رو تموم نکردم ولی تا اینجا عالی بوده. موردی که به نظرم این دوره رو متمایز میکنه شیوه تدریس شماست که خیلی با حوصله و با مثالهای بجا بود و ذکر کردن نکات مختلف در خلال مثالها. نکته مثبت بعدی، دسته بندی خوبی بود که انجام داده بودید و باعث میشه که حین تمرین هم ما یک ذهن سازمان یافته داشته باشیم. من واقعا از تدریستون خوشم اومد و حتما تمام دوره های پیشرفته تری که نیاز دارمو از سایتتون خریداری میکنم و بی صبرانه منتظر دوره جدید بینایی ماشینتون هستم. با ارزوی موفقیت روزافزون برای شما استاد عزیز.
هوسم
سلام
خوشحالیم که شیوه تدریس و دستهبندی مطالب مورد توجه شما قرار گرفته.
ممنون
موفق باشید
رضا( دانشجوی دوره )
هفته اخر هم تموم شد و بسیار بی نظیر بود, ممنون بابت این همه اطلاعات ارزشمند
هوسم
خوشحالیم که آموزش رو تا انتها مشاهده کردید. 💯
ممنون 😊🌹