كتاب بعنوان: ماتلاب سميولينك و الأردوينو - كتاب باللغة العربية
👇👇👇👇👇👇

كتاب بعنوان: ماتلاب سميولينك و الأردوينو - كتاب باللغة العربية

By: @CodeProgrammer ⭐️

خلال هذا المقال البسيط هنركز ان شاء الله علي ما هي اساليب التحسين التي يمكن تطبيقها علي الشبكات العصبيه الاصطناعيه من نوع ال CNN (Convolutional Neural Network) والتي من خلالها يمكننا زياده كفاءه الشبكه والحصول علي نتائج ادق وفي وقت اقل.

من تلك الاساليب ما يلي:

1 . Gradient descent optimization:
هو خوارزمية تحسين تستخدم لتقليل داله الخسارة في CNN.
كما ان تلك الخوارزميه بها العديد من النقاط الهامه التي تتشابك معها وهي
Stochastic Gradient Descent (SGD), Adaptive Moment Estimation (Adam), and Root Mean Square Propagation (RMSprop).

2 . Weight initialization:
او كما يعرف بالعربيه بتهيئه الاوزان، يمكن أن يكون لتهيئة الأوزان في شبكة CNN تأثير كبير على أدائها. يمكن أن يؤدي التهيئة الصحيحة للأوزان إلى منع النموذج من التعثر في حل دون المستوى الأمثل (Not the Optimal Solution)وتحسين سرعة التقارب.
ومن اجل تطبيق هذا الاسلوب هناك العديد من الطرق اتباعها مثل استخدام خوارزميات التحسين الحديثه وغيرها والتي سنتطرق اليها فيما بعد.

3 . Dropout regularization:
التسرب هو تقنية تنظيم مستخدمة لمنع مشكله ال overfitting في CNN. وهو اسلوب قائم علي اسقاط بشكل عشوائي العقد (Nodes) في الشبكة أثناء التدريب لمنع النموذج من الاعتماد بشكل كبير على Nodes دون الاخري.

4 . Batch normalization:
هي تقنية تساعد على استقرار توزيع المدخلات على كل طبقة في شبكة CNN.
من خلال عمل normalizing لمدخلات الشبكه ، يمكن أن يؤدي ال Batch إلى تقليل وقت التدريب وتحسين دقة النموذج، وهو اسلوب يستخدم بقوه في حاله التعامل مع بيانات ضخمه او في حاله كانت امكانيات الجهاز الذي تعمل عليه ضعيفه.

5 . Learning rate scheduling:
جدولة معدل التعلم هي تقنية تقوم بضبط معدل التعلم أثناء التدريب. يمكن أن يساعد ذلك في تحسين سرعة التقارب ومنع ال overfitting.

6 . Data augmentation:
زيادة البيانات هي تقنية تستخدم لزيادة حجم مجموعة بيانات التدريب عن طريق إنشاء بيانات تركيبية. يمكن أن يساعد هذا في منع فرط التجهيز (overfitting) وتحسين دقة النموذج.

7 . Model architecture optimization:
يمكن أن يكون لهندسه بني الشبكات لل CNN تأثير كبير على أدائها. من خلال تجربة بنى الشبكات المختلفة ، يمكنك العثور على البنية المثالية لمهمتك المحددة.
وهو بوابه لعلم كبير يسمي اختصارا بال (NAS).

كل هذا يعد من التقنيات المشهور والمستخدمه لرفع كفاءه الشبكات الاصطناعيه ولكن هناك العديد من الاساليب الاخري والتي لا تقل اهميه عن ما تم ذكره سنتطرق اليه فيما بعد ان شاء الله.

#منقول

By: @CodeProgrammer ⭐️

اليوم سنتحدث عن تصميم شبكه عصبيه اصطناعيه لحل بعض المشكلات في البيانات عند العمل علي احد مشاريع التعلم العميق الخاصه بال image.
عند العمل علي ال image في معظم الاحالات تكون تلك الصور تعاني من بعض المشكلات مثل الضوضاء البسيطه او ظهور علامات مثل المطر في الصوره او ان الصوره بها اماكن معتمه تحتاج الي التوضيح/التفتيح قليلا.

تلك هي مجموعه من المشكلات الشائعه، الحل في هذا الموقف كما هو معلوم هو استخدام معالجه الصور للتخلص من تلك المشكلات واحده تلو الاخري، ولكن في حاله تعذر تطبيق معالجه البيانات (التي تمت الاشاره اليها) وحل المشكلات تباعا لاي سبب من الاسباب.

هنا ياتي الحل، الصوره المرفقه توضح شبكه عصبيه CNN مكونه من ثلاثه اجزاء قمت بتصميمها لمساعدتي.

-- ملاحظه:
تلك الشبكه الاصطناعيه مصممه خصيصا لاستقبال بيانات بمعالجه ابتدائيه (مثل توحيد حجم الصور، ضبط طبقات الصوره وهكذا)وليست بيانات خام.
وهدف تلك الشبكه هو مساعده نفسها في ضبط البيانات داخلها وهذا يعد توفيرا للوقت والمصادر.

الجزء الاول: هو عباره عن شبكه مكونه من العديد من الطبقات الملتفه والمتصله معا بطريقه تعطي قوه للشبكه وقدره علي تنقيه الصور من العديد من المشكلات، فتلك الوصلات بين الطبقات تعمل علي تفتيح الاماكن المعتمه من الصوره بالاضافه الي ازاله الضوضاء من الصوره عن طريق تطبيق العديد من المرشحات وبالتالي فصل البيكسلز الغير مرغوب فيها عن الصوره.

وفي نهايه تلك الطبقه تكون لدينا صوره محسنه عن الصوره القديمه، والصوره جاهز للدخول الي الجزء الثاني.

الجزء الثاني: هو عباره عن pre-trained model من نوع EfficientNetB7 مهمته الاساسيه في تلك الشبكه هو تقليل overfitting واستخراج الميزات المهمه في الصوره المحسنه.

في نهايه تلك المرحله يكون لدينا مجموعه من ال features المعدله والجاهزه للدخول الي fully connected layers.

الجزء الثالث: وهو عباره عن مجموعه من الطبقات ال Dense من اجل الحصول علي النتائج المطلوبه.

وفيما بعد ان شاء الله سنتحدث اكثر عن المرحله الاولي لان بها العديد من التفاصيل.

#منقول

New Start ... Soon ♥️

كتب التعلم العميق بالعربي || الدكتور علاء طعيمة

اصدقائي يشرفني ويسعدني أن أضع بين أيديكم النسخة الالكترونية من كتبي الاثنان والعشرون الخاصة بالتعلم الآلي والتعلم العميق وعلم البيانات. أسأل الله ان تنال رضاكم وتكون عند حسن ظنكم.

1- كتاب التعلم العميق: من الأساسيات حتى بناء شبكة عصبية عميقة بلغة البايثون.
رابط الكتاب:
https://shorturl.at/DMNZ7

2- كتاب تعلم الآلة وعلم البيانات: الأساسيات والمفاهيم والخوارزميات والأدوات.
رابط الكتاب:
https://shorturl.at/bfw13

3- كتاب التعلم العميق: المبادئ والمفاهيم والأساليب.
رابط الكتاب:
https://shorturl.at/grsH8

4- كتاب 512 سؤال وجواب في التعلم الآلي والتعلم العميق وعلم البيانات.
رابط الكتاب:
https://shorturl.at/mtyBI

5- كتاب 256 سؤال وجواب في التعلم الآلي والتعلم العميق وعلم البيانات.
رابط الكتاب:
https://shorturl.at/amGUZ

6- كتاب معجم مصطلحات التعلم الآلي والتعلم العميق وعلم البيانات.
رابط الكتاب:
https://shorturl.at/ajCDY

7- كتاب التعمق في التعلم العميق: الجزء الأول: الأساسيات والمقدمات.
رابط الكتاب:
https://shorturl.at/psuKU

8- كتاب التعمق في التعلم العميق: الجزء الثاني: تقنيات التعلم العميق الحديثة.
رابط الكتاب:
https://shorturl.at/dknx3

9- كتاب التعمق في التعلم العميق: الجزء الثالث: قابلية التوسع والكفاءة والتطبيقات.
رابط الكتاب:
https://shorturl.at/oswKW

10- كتاب مشاريع تعلم الآلة: بايثون.
رابط الكتاب:
https://shorturl.at/bcptK

11- كتاب 20 مشروعاً في التعلم العميق باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/bkqI5

12- كتاب التعلم العميق: عن طريق الأمثلة :50 مشروع تعلم عميق تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/aluRU

13- كتاب التعلم العميق واستخداماته في الرعاية الصحية: 25 مشروع تعلم عميق تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/tuS03

14- كتاب التعلم الآلي: عن طريق الأمثلة :50 مشروع تعلم آلي تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/fhwO1

15- كتاب التعلم الآلي واستخداماته في الرعاية الصحية: 20 مشروع تعلم آلي تم حلها وشرحها باستخدام بايثون.ٍ
رابط الكتاب:
https://shorturl.at/huCV7

16- كتاب بايثون: عن طريق الأمثلة: 100 مشروع بايثون مع الكود المصدري تم حلها وشرحها.
رابط الكتاب:
https://shorturl.at/efM27

17- كتاب نقل التعلم في الرؤية الحاسوبية: 20 مشروع نقل تعلم في الرؤية الحاسوبية تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/efpQ1

18- كتاب علم البيانات وتعلم الآلة عن طريق الامثلة: 45 مشروع علم بيانات مع التعلم الآلي تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/lqNP4

19- كتاب علم البيانات وتعلم الآلة عن طريق الامثلة: 45 مشروع علم بيانات مع التعلم الآلي تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/dmrE2

20- كتاب تحليل المشاعر عن طريق الامثلة: 25 مشروع تحليل مشاعر تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/BEJPV

21- كتاب السلاسل الزمنية عن طريق الامثلة: 25 مشروع سلسلة زمنية تم حلها وشرحها باستخدام بايثون.
رابط الكتاب:
https://shorturl.at/awHOY

22- كتاب تنقيب البيانات وتعلم الآلة بدون برمجة:
رابط الكتاب:
https://shorturl.at/jpAOX

#منقول
By: @CodeProgrammer ⭐️

إنشاء أسئلة الاختيار من متعدد (MCQs) تلقائيًا من أي محتوى باستخدام الذكاء الاصطناعي

سنرى في هذا المنشور كيفية إنشاء أسئلة الاختيار من متعدد (MCQs) تلقائيًا من أي قصة أو مقالة باستخدام بايثون والذكاء الاصطناعي. هذه خطوة واحدة نحو إنشاء تلك MCQs التي تراها تلقائيًا في المدرسة الإعدادية / المدرسة الثانوية.
الإدخال: ستكون المدخلات إلى برنامجنا مقالة وستكون المخرجات عبارة عن مجموعة من MCQs التي يتم إنشاؤها تلقائيًا مع عوامل تشتيت فعالة (اختيارات إجابة خاطئة)

رابط المقالة:
https://is.gd/7wJLSn

#منقول
@CodeProgrammer ⭐️

🐍 Beautiful Soup: Build a Web Scraper With Python — https://realpython.com/beautiful-soup-web-scraper-python/

#python

By @CodeProgrammer ⭐️

🐍 Build a Mobile Application With the Kivy Python Framework — https://realpython.com/mobile-app-kivy-python/

By @CodeProgrammer ⭐️

There's a new programming language in town - it's Mojo! I'm more than a little excited about it. It's Python, but with none of Python's problems.

You can write code as fast as C, and deploy small standalone applications like C.

More details:
https://www.fast.ai/posts/2023-05-03-mojo-launch.html

هل انت صاحب قنوات على تطبيق تيليجرام؟

كلنا نعلم ان ليس هنالك ربح عن طريق تيليجرام

ولكن الان نقدم لك الحل الامثل لتحقيق ارباح كبيرة من خلال اسنقبال الإعلانات في قنواتك او مجموعاتك

تطبيق تيليجا هو موقع لترويج الاعلانات والخدمات على تليجرام

ما عليك سوى زيارة الموقع وتسجيل حساب واضافة قنواتك

وسوف تستقبل الاعلانات تلقائيا

معدل الربح من الاعلانات في الحد الادنى هو ١٠٠ دولار

رابط التسجيل:
https://telega.io/?r=nikapsOH

Introduction to Django

https://stackabuse.com/introduction-to-django/

By: @CodeProgrammer ⭐️

🐍 Invalid Syntax in Python: Common Reasons for SyntaxError —
https://realpython.com/invalid-syntax-python/

By @CodeProgrammer ⭐️

Python News: What's New From April 2023

https://realpython.com/python-news-april-2023/

By @CodeProgrammer ⭐️

🐍 The Pandas DataFrame: Make Working With Data Delightful — https://realpython.com/pandas-dataframe/

By: @CodeProgrammer ✅

Object Detection Using Mask R-CNN with TensorFlow 2.0 and Keras.

https://blog.paperspace.com/mask-r-cnn-tensorflow-2-0-keras/

Mask_RCNN project: https://github.com/matterport/Mask_RCNN

https://t.me/DataScienceT

🔰 REST APIs with Flask and Python in 2023

🌟 4.6 - 20097 votes 💰 Original Price: $74.99

Build professional REST APIs with Python, Flask, Docker, Flask-Smorest, and Flask-SQLAlchemy

Taught By: Jose Salvatierra, Teclado by Jose Salvatierra

Available now in Paid channel

Price: 5$ + free subscription in paid channel

Payment method: PayPal, payeer, crypto - contact @Hussein_Sheikho

For visa card or MasterCard:
https://boosty.to/datascienceteam/donate

Link channel:
https://t.me/+LnCmAFJO3tNmYjUy

A summary of any PDF file is now available thanks to the Transforms library, In addition, you can now ask a question to answer in the same file

🌟 By @CodeProgrammer

🐍📰 Make a Location-Based Web App With Django and GeoDjango — https://realpython.com/location-based-app-with-geodjango-tutorial/

By @CodeProgrammer ✅