onlinebme
دوره جامع و پروژه محور کار با سیگنال EEG با استفاده از پکیج MNE پایتون بخش اول: مباحث پایه و عمومی 🔹 نصب پکیج MNE_Python 🔹 خواندن دیتاهای EEG به فرمت های مختلف (gdf, fif, mat, csv) 🔹 کار با داده های EEGپیوسته و جداکردن ترایال ها 🔹 پیش پردازش سیگنال…
آخرین فرصت برای ثبت نام دوره ی پردازش سیگنال مغزی در پایتون
✅شروع کلاس از پنج شنبه ۱۹ بهمن
✅شروع کلاس از پنج شنبه ۱۹ بهمن
onlinebme
Pytorch and Neural Networks#Project06.pdf
Pytorch and Neural Networks#Project07.pdf
1.2 MB
✅ دوره پایتورچ
🔷 فصل هفتم:
پیاده‌سازی شبکه‌های عصبی در پایتورچ
🔘 پروژه عملی: سری هفتم
◼️autograd
◼️torch.optim
◼️torch.nn
◼️torch.nn.Module
◼️torch.nn.functional
@Onlinebme
🔷 فصل هفتم:
پیاده‌سازی شبکه‌های عصبی در پایتورچ
🔘 پروژه عملی: سری هفتم
◼️autograd
◼️torch.optim
◼️torch.nn
◼️torch.nn.Module
◼️torch.nn.functional
@Onlinebme
✅ کتابخانه‌های ضروری مکمل کار با پکیج MNE پایتون
👩💻هما کاشفی امیری
🗓۲۶ بهمن ۱۴۰۲
✍به منظور کار با پکیج MNE پایتون، شناخت و یادگیری چند مورد از کتابخانه‌های پایتون ضروری است. این کتابخانه در خواندن دیتاست‌هایی مثل EEG، ذخیره سازی و جداسازی و تقسیم دیتاست به بخش‌های آموزش و آزمایش و همچنین استفاده از تکنیک‌های آموزش مدل مانند k-fold cross validation و … ضروری هستند. این کتابخانه‌ها عبارتند از: numpy، pandas و matplotlib و scikit-learn. در این مقاله به بررسی این کتابخانه‌های مهم پایتون و نقش آنها در کار با پکیج mne می پردازیم.
⭕️ جزئیات بیشتر👇
https://onlinebme.com/necessary-python-libraries-for-working-with-mne/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
👩💻هما کاشفی امیری
🗓۲۶ بهمن ۱۴۰۲
✍به منظور کار با پکیج MNE پایتون، شناخت و یادگیری چند مورد از کتابخانه‌های پایتون ضروری است. این کتابخانه در خواندن دیتاست‌هایی مثل EEG، ذخیره سازی و جداسازی و تقسیم دیتاست به بخش‌های آموزش و آزمایش و همچنین استفاده از تکنیک‌های آموزش مدل مانند k-fold cross validation و … ضروری هستند. این کتابخانه‌ها عبارتند از: numpy، pandas و matplotlib و scikit-learn. در این مقاله به بررسی این کتابخانه‌های مهم پایتون و نقش آنها در کار با پکیج mne می پردازیم.
⭕️ جزئیات بیشتر👇
https://onlinebme.com/necessary-python-libraries-for-working-with-mne/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
onlinebme
دوره تخصصی و پروژه محور پیاده‌سازی شبکه های عصبی در پایتورچ 🔷 نصب پایتورچ 🔶 کار با تنسورها 🔷 کار با Datasets و Dataloaderها 🔶 ساخت Dataloaderهای اختصاصی 🔷 تئوری و ریاضیات شبکه‌های عصبی 🔶 پیاده سازی گام به گام شبکه‌های عصبی 🔷پیاده سازی شبکه‌های عصبی با ابزار…
سلام
دوره پیاده‌سازی شبکه‌های عصبی با پایتورچ تموم شد
پکیج دوره هفته آینده بعد از ادیت نهایی در وبسایت قرار میگیره
@Onlinebme
دوره پیاده‌سازی شبکه‌های عصبی با پایتورچ تموم شد
پکیج دوره هفته آینده بعد از ادیت نهایی در وبسایت قرار میگیره
@Onlinebme
onlinebme
دوره جامع و پروژه محور کار با سیگنال EEG با استفاده از پکیج MNE پایتون بخش اول: مباحث پایه و عمومی 🔹 نصب پکیج MNE_Python 🔹 خواندن دیتاهای EEG به فرمت های مختلف (gdf, fif, mat, csv) 🔹 کار با داده های EEGپیوسته و جداکردن ترایال ها 🔹 پیش پردازش سیگنال…
MNE-Python#Project01.pdf
568.7 KB
✅ دوره MNE
🔷 فصل اول:
خواندن دیتاست فرمت .mat
🔘 پروژه عملی: سری اول
◼️mne.create_info
◼️mne.EpochsArray
@Onlinebme
🔷 فصل اول:
خواندن دیتاست فرمت .mat
🔘 پروژه عملی: سری اول
◼️mne.create_info
◼️mne.EpochsArray
@Onlinebme
onlinebme
Pytorch and Neural Networks#Project07.pdf
Pytorch and Neural Networks#Project08.pdf
2 MB
✅ دوره پایتورچ
🔷 فصل هفتم: شبکه عصبی کانولوشنال
🔘 پروژه عملی: سری هشتم
◼️CNN
◼️Convolutional Layers
◼️Pooling Layers
◼️Image Processing
◼️Signal Processing
◼️Classification
◼️Regression
@Onlinebme
🔷 فصل هفتم: شبکه عصبی کانولوشنال
🔘 پروژه عملی: سری هشتم
◼️CNN
◼️Convolutional Layers
◼️Pooling Layers
◼️Image Processing
◼️Signal Processing
◼️Classification
◼️Regression
@Onlinebme