❤3
1. Introduction
Natural Neural Networks
Artificial NNs and Applications
Architectures, Activation Functions and Learning in ANNs
Mcculloch & Pitz Neuron
2. Fully Connected Neural Networks
Linear Perceptron, AdaLine and MadaLine
Multi-Layer Perceptron (MLP)
Auto-encoders and Restricted Boltzmann Machine
Deep belief networks
3. Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)
Developments and Techniques in CNNs
Some popular Architectures (AlexNet, VGG, ResNet, Inception, MobileNet, DenseNet, and EfficientNet)
4. Region based CNNs
CNNs for Object Detection (RCNN, Mask RCNN, YOLO,...)
CNNs for Object Segmentation (UNet, Mask RCNN, ...)
〰〰〰〰〰
🆔 @ComputerReference
Natural Neural Networks
Artificial NNs and Applications
Architectures, Activation Functions and Learning in ANNs
Mcculloch & Pitz Neuron
2. Fully Connected Neural Networks
Linear Perceptron, AdaLine and MadaLine
Multi-Layer Perceptron (MLP)
Auto-encoders and Restricted Boltzmann Machine
Deep belief networks
3. Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)
Developments and Techniques in CNNs
Some popular Architectures (AlexNet, VGG, ResNet, Inception, MobileNet, DenseNet, and EfficientNet)
4. Region based CNNs
CNNs for Object Detection (RCNN, Mask RCNN, YOLO,...)
CNNs for Object Segmentation (UNet, Mask RCNN, ...)
〰〰〰〰〰
🆔 @ComputerReference
5. Recurrent Neural Networks
Recurrent Neural Network(RNN)
Long Short Term Memory (LSTM)
Gated Recurrent Units(GRU)
Some Extensions
6. Transformers
Attention Mechanisms
Vanilla Transformer
Vision Based Transformers
7. Deep Generative Models
Variational Auto-encoders
Generative Adversarial Networks
Flow-based Deep Generative Models
Diffusion Models
〰〰〰〰〰
🆔 @ComputerReference
Recurrent Neural Network(RNN)
Long Short Term Memory (LSTM)
Gated Recurrent Units(GRU)
Some Extensions
6. Transformers
Attention Mechanisms
Vanilla Transformer
Vision Based Transformers
7. Deep Generative Models
Variational Auto-encoders
Generative Adversarial Networks
Flow-based Deep Generative Models
Diffusion Models
〰〰〰〰〰
🆔 @ComputerReference
Python.zip
130.5 MB
💡 آموزش زبان برنامهنویسی پایتون
📏 سطح مقدماتی
👥 دستیاران
👨💻تهیهکننده: محمد عبائیانی
👨⚖ناظر: مهدی شمیساوی
#HandsOn #Python #Numpy #Pandas #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
📏 سطح مقدماتی
👥 دستیاران
👨💻تهیهکننده: محمد عبائیانی
👨⚖ناظر: مهدی شمیساوی
#HandsOn #Python #Numpy #Pandas #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
NNDL_HW1.rar
1.8 MB
📝 تمرین اول
👥 دستیاران طراح:
امیراحمد دوانلو
محمدرضا فضلی
#تمرین #اول #بهار_۱۴۰۲ #MLP
〰〰〰〰〰
🆔 @ComputerReference
👥 دستیاران طراح:
امیراحمد دوانلو
محمدرضا فضلی
#تمرین #اول #بهار_۱۴۰۲ #MLP
〰〰〰〰〰
🆔 @ComputerReference
Keras.zip
221.6 MB
💡 آموزش چارچوب برنامهنویسی کراس
📏 سطح مقدماتی
📜 مقدمات کراس و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: محمد ناصری
👨⚖️ناظر: محمد عبائیانی
#HandsOn #Keras #MLP #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
📏 سطح مقدماتی
📜 مقدمات کراس و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: محمد ناصری
👨⚖️ناظر: محمد عبائیانی
#HandsOn #Keras #MLP #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
TensorFlow.zip
168.9 MB
💡 آموزش چارچوب برنامهنویسی تنسورفلو
📏 سطح مقدماتی
📜 مقدمات تنسورفلو و آموزش یک شبکهی MLP با آن
👥 دستیاران
👩💻تهیهکننده: فاطمه نائینیان
👨⚖️ناظر: امیر وفازاده
#HandsOn #TensorFlow #MLP #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
📏 سطح مقدماتی
📜 مقدمات تنسورفلو و آموزش یک شبکهی MLP با آن
👥 دستیاران
👩💻تهیهکننده: فاطمه نائینیان
👨⚖️ناظر: امیر وفازاده
#HandsOn #TensorFlow #MLP #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
PyTorch.zip
140.6 MB
💡 آموزش چارچوب برنامهنویسی پایتورچ
📏 سطح مقدماتی
📜 مقدمات پایتورچ و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: حافظ قائمی
👨⚖️ناظر: دانیال سعیدی
#HandsOn #PyTorch #MLP #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
📏 سطح مقدماتی
📜 مقدمات پایتورچ و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: حافظ قائمی
👨⚖️ناظر: دانیال سعیدی
#HandsOn #PyTorch #MLP #بهار_۱۴۰۲
〰〰〰〰〰
🆔 @ComputerReference
fuzzy.wmv
79.9 MB
پتانسیل شبکه های عصبی عمیق و سیستم های های فازی در مسائل یادگیری (بیست و یکمین کنفرانس فازی ایران)
〰〰〰〰〰
🆔 @ComputerReference
〰〰〰〰〰
🆔 @ComputerReference