۱_مباحث پایه و شبکه های تماما متصل MLP

مهمترین و پایه ای ترین قسمت درس اینجاست از بقیه مباحث جدی تر بگیرینش در واقع بقیه مباحث صرفا ایده شبکه های عصبی رو تو جاهای مختلف به کار برده و اصل قضیه همین شبکه های عصبی fully connected (یا multi layer perceptron) هستش

۲_شبکه های کانولوشن CNN و کاربردهاشون (پایه بینایی ماشین)

۳_شبکه های عصبی بازگشتی RNN و به طور خاص LSTM برای تحلیل داده هایی پشت سرهمی و مرتبط به هم مثل داده های متنی

۴_یادگیری بدون نظارت عمیق و شبکه های autoEncoder

حل مسائل بدون نظارت (unsupervised learning) با کمک شبکه های عصبی علی الخصوص شبکه های AutoEncoder

۵_شبکه های تخاصمی GAN

ویدیوهای کلاس ta
جلس اول: مروری بر مقدمات پایتون
جلسه دوم و سوم: تنسورفلو ورژن ۱
جلسه چهارم: تنسورفلو ورژن ۲‌ و کراس

البته به نظرم پایتورچ یاد بگیرین و تمرینات رو هم با پایتورچ بزنین

تمرینات و پروژه درس
پاسخنامه خودم رو برای بعضی از تمرینات و پروژه توی گیتهاب گذاشتم (البته کاملن درست نیستن!)

امتحانات میانترم و پاینترم درس به همراه پاسخنامه

اسلاید ها

ویدیو ها رو دسته بندی کردم به شکلی که ویدیوهای مربوط به یک مبحث با هم تو یه فایل زیپن پیشنهاد میکنم مبحث به مبحث منطبق با اسلایدها، ویدیوها رو ببینین و تمرین ازشون حل کنین



یادگیری عمیق دکتر فاطمی زاده