 ⚠ اطلاعیه‌های مهم (حتما بخوانید) ⚠ |
||
| 1 | ویدیوهای این دوره در حال ضبط بوده و هنوز تکمیل نشده است. | |
| 2 | دوره «دیپ کاتالیست» به‌صورت آفلاین و بر بستر اسپات‌پلیر برگزار می‌شود. | |
| 3 | هر سوالی درمورد دوره را از طریق چت آنلاین، تماس تلفنی یا تلگرام با ما مطرح کنید. | |
| 4 | دوره شامل 5+1 پروژه است. هر دو هفته یک بار، یک پروژه منتشر خواهد شد. | |
| 5 | شروع دوره: 4 شهریور 1402 | |
| 6 | امکان ثبت‌نام پروژه‌ها به صورت انتخابی وجود نــــدارد. | |
معرفی دوره دیپ کاتالیست هوسم
بسیاری از افرادی که به حوزه هوش‌مصنوعی علاقمند هستند، مباحث تئوری و کدنویسی یادگیری عمیق را از آکادمی هوسم یا موسسه‌ها و وبسایت‌های آموزشی دیگر فراگرفته‌اند. اما زمانی که به انجام پروژه می‌رسند، نمی‌توانند به تنهایی پروژه را به سرانجام برسانند. دلیلش این است که دانش و تجربه کافی برای بودجه‌بندی کردن و انجام یک پروژه را ندارند.
ما در دوره دیپ کاتالیست، 5 پروژه در سطح متوسط و پیشرفته تعریف کرده‌ایم و به شما یاد می‌دهیم که چطور قدم‌به‌قدم این پروژه‌ها را انجام دهید. پروژه‌های تعریف شده در این دوره با هدف تجاری‌سازی یا تعیین موضوع پایان‌نامه انتخاب نشده است. بلکه هدف ما توانمند ساختن مخاطب برای بودجه‌بندی و انجام یک پروژه از صفر تا صد است.
** با دوره دیپ کاتالیست، مهارتت رو در یادگیری عمیق ارتقا بده! **
فهرست مطالب
پروژه صفر: Age Estimation (مقدمات)
فهرست مطالب این فصل
برای اطلاعات بیشتر کلیک کنید...
در پروژه Age Estimation، ورودی شبکه تصویری از چهره یک فرد است و شبکه سن آن فرد را تخمین می‌زند.
مهارت‌هایی که در این پروژه درگیر می‌شوند:
- مروری بر پایتورچ
- انجام یک پروژه رگرسیون با یادگیری عمیق
- ساختن پروژه و کدنویسی ماژولار در پایچارم
دمو: چک‌لیست انجام پروژه ویدئو
دمو: کاوش در PWC ویدئو
دمو: آماده‌سازی اولیه دیتاست ویدئو
دمو: کدنویسی مدل ویدئو
پروژه اول: Image Captioning
فهرست مطالب این فصل ویدئو
برای اطلاعات بیشتر کلیک کنید...
در پروژه Image Captioning، یک تصویر به‌عنوان ورودی به شبکه عصبی داده می‌شود و شبکه توصیفی از آن تصویر را به عنوان خروجی می‌دهد.
مهارت‌هایی که در این پروژه درگیر می‌شوند:
- کار با داده‌های متنی و تصویر
- نوشتن کاستوم دیتاست در پایتورچ
- شبکه‌های بازگشتی
- شبکه کانولوشن
- آموزش همزمان یک شبکه بازگشتی و کانولوشنی
پروژه دوم: Image Segmentation
فهرست مطالب این فصل
برای اطلاعات بیشتر کلیک کنید...
در پروژه Image Segmentation، ورودی شبکه یک تصویر است. شبکه متناسب با تسک، باید یک یا چند ناحیه از تصویر را پیدا و جدا کند.
مهارت‌هایی که در این پروژه درگیر می‌شوند:
- کار با داده‌های پزشکی
- کار با داده‌های سگمنتیشن
- کار با شبکه‌های سگمنتیشن
- کار با کتابخانه‌های جانبی پایتورچ برای سگمنت
پروژه سوم: Language Modeling
فهرست مطالب این فصل
برای اطلاعات بیشتر کلیک کنید...
در پروژه Language Modeling، شبکه عصبی برای ما جمله می‌سازد و متن تولید می‌کند. درست مثل سرچ گوگل! حین نوشتن یک عبارت در گوگل، دائما کلمات یا عباراتی را برای تکمیل جمله پیشنهاد می‌دهد.
مهارت‌هایی که در این پروژه درگیر می‌شوند:
- کار با داده‌های تکست برای پروژه Language Modeling
- کار با شبکه‌های بازگشتی و ترنسفورمری
- آموزش یک شبکه و گرفتن خروجی از آن
- انجام یک پروژه سطح بالا در حوزه NLP
پروژه چهارم: Pix2Pix (GAN)
فهرست مطالب این فصل
برای اطلاعات بیشتر کلیک کنید...
همزمان با پیشرفت یادگیری عمیق، بحث مدل‌های مولد یا Generative داغ وجذاب بوده. امروزه می‌بینیم که چه مدل‌های بزرگی ساخته شدند و چه تصاویر خارق‌العاده‌ای ساخته می‌شود. در این پروژه، با استفاده از شبکه‌های StyleGAN، استایل یک تصویر تغییر داده می‌شود.
مهارت‌هایی که در این پروژه درگیر می‌شوند:
- پیاده‌سازی تمامی مراحل آموزش GAN
- کار با شبکه‌های کانولوشنی در GAN
پروژه پنجم: Speech Recognition
فهرست مطالب این فصل
برای اطلاعات بیشتر کلیک کنید...
یکی از معروف‌ترین پروژه‌های حوزه صوت، همین Speech Recognition است. در این پروژه، صحبت شخص به عنوان ورودی در اختیار شبکه عصبی قرار می‌گیرد و متن صحبت در خروجی تولید می‌شود.
مهارت‌هایی که در این پروژه درگیر می‌شوند:
- کار با داده‌های صوتی
- کار با شبکه‌های مناسب برای صوت
- کار با کتابخانه‌های جانبی موردنیاز برای صوت
** توجه **
این دوره بر بستر اسپات پلیر عرضه می‌شود. حتما پست زیر را مطالعه فرمایید:
شمایی که به پایتون، پایتورچ و تئوری یادگیری عمیق مسلط هستی،
این دوره مناسب شما هست!
تذکر
شمایی که به پایتون مسلط نیستی، از پایتورچ چیزی نمیدونی، به تئوری یادگیری عمیق مسلط نیستی،
این دوره مناسب شما نـــیست!
دوره های مرتبط
یادگیری عمیق 2022
آموزش پایتورچ
قوانین ثبت دیدگاه