مشاهده لیست اخبار و مقاله های جدید در تمامی رشته ها

اطلاعات تماس

آدرس:اصفهان-خیابان ام کلثوم غربی - بعد خیابان تخم چی - بیست متر بعد از پیتزا ننه شب - کوچه تعمیر گاه سمار زغالی - پلاک 354 - درب مشکی - طبقه هفتم
آدرس ایمیل:najafzade@gmail.com
وب سایت:http://www.a00b.com/
تلفن ثابت:(+98)9131253620
تلفن همراه:09131253620

1	یک دوره در برنامه‌نویسی و گرافیک کامپیوتری با Visual C++
2	نمایه کتاب - بخش پایانی: حرف S تا Z، درباره نویسنده و یادداشت نشر
3	نمایه کتاب - بخش دوم: حرف K تا R
4	نمایه کتاب - بخش نخست: نمادها تا حرف J
5	ضمیمه C: ساختارهای داده ویژه و ضمیمه D: گراف‌های TensorFlow
6	ضمیمه A: چک‌لیست پروژه یادگیری ماشین و ضمیمه B: Autodiff (مشتق‌گیری خودکار)
7	Data Parallelism با پارامترهای متمرکز \| به‌روزرسانی همگام و ناهمگام
8	فرمت‌های Batch Prediction و استقرار مدل روی Edge \| استقرار مدل روی موبایل و دستگاه‌های نهفته
9	فصل ۱۹: آموزش و استقرار مدل‌های TensorFlow در مقیاس بزرگ \| ارائهٔ مدل TensorFlow به‌صورت سرویس
10	Q-Value، یادگیری اختلاف زمانی و Q-Learning \| Temporal Difference Learning
11	فصل ۱۸: یادگیری تقویتی \| یادگیری برای بیشینه‌کردن پاداش
12	کیفیت DCGAN و حساب در فضای Latent \| Progressive Growing of GANs
13	خروجی Denoising Autoencoder و ورود به Sparse Autoencoder \| Sparse Autoencoder
14	فصل ۱۷: Autoencoder، GAN و Diffusion Model \| Representation کارآمد داده
15	تکمیل Decoder در Transformer \| موج Transformer Modelها
16	Attention: دسترسی مستقیم Decoder به همهٔ خروجی‌های Encoder \| Attention به‌عنوان Memory Retrieval قابل Differentiation
17	Masking دستی و Ragged Tensor \| استفادهٔ مجدد از Embedding و Language Modelهای Pretrained
18	فصل ۱۶: پردازش زبان طبیعی با RNN و Attention \| تولید متن شکسپیری با Character RNN
19	مقابله با Gradient ناپایدار در RNNهای طولانی \| Layer Normalization در RNN
20	آماده‌سازی سری زمانی برای مدل‌های یادگیری ماشین \| Forecast با مدل Linear
21	فصل ۱۵: پردازش دنباله‌ها با RNN و CNN \| نورون و لایهٔ بازگشتی
22	DeepSORT، Semantic/Instance Segmentation، Transposed Convolution و تمرین‌ها
23	Object Detection، FCN، YOLO، mAP و Object Tracking
24	انتخاب CNN، ResNet-34، Modelهای Pretrained، Transfer Learning و IoU
25	ResNet، Xception، SENet و معماری‌های Efficient CNN
26	LeNet-5، AlexNet، GoogLeNet، VGGNet و آغاز ResNet
27	Padding و Stride، Memory، Pooling و معماری پایه CNN
28	فصل ۱۴: CNN، قشر بینایی، Convolution، Filter و Feature Map
29	Embedding، Text/Image Preprocessing، TensorFlow Datasets و تمرین‌های فصل ۱۳
30	SequenceExample و Keras Preprocessing: Normalization، Lookup، Hashing و Embedding
31	Prefetch، TFRecord، Protocol Buffer و Parsing Example در TensorFlow
32	فصل ۱۳: tf.data، Shuffle، Interleave و Preprocessing داده
33	Training Loop سفارشی، tf.function، AutoGraph و تمرین‌های فصل ۱۲
34	Custom Model، Autodiff، GradientTape و Custom Gradient در TensorFlow
35	فصل ۱۲: TensorFlow سطح پایین، Tensorها، Loss و Metric سفارشی و Custom Layer در Keras
36	فصل ۱۲: TensorFlow سطح پایین، Tensorها، Variableها و ساختارهای داده
37	Dropout، MC Dropout، Max-Norm و راهنمای عملی آموزش DNN + تمرین‌ها
38	Learning Rate Scheduling و Regularization؛ L1/L2 و آغاز Dropout
39	بهینه‌سازهای شبکه عصبی؛ Momentum، NAG، AdaGrad، RMSProp، Adam و AdamW
40	Transfer Learning، استفاده مجدد از لایه‌ها و Pretraining

لیست مقاله ها

لیست مقاله های وبسایت

اطلاعات تماس

سایر لینکها

آخرین مقاله ها

گروه های خبری

لیست مقاله ها

لیست مقاله های وبسایت

اطلاعات تماس

سایر لینکها

آخرین مقاله ها

گروه های خبری

ورود به حساب کاربری