🚀 تو این قسمت وارد قلب تپنده پایتورچ میشیم! قراره با انواع عملیاتهای پایتورچ (PyTorch Operations) آشنا بشی و یاد بگیری چطور با تنسورها (Tensors) کار کنی. از ساخت و تغییر شکل تنسورها تا محاسبات ریاضی، همه چیز رو قدم به قدم بهت نشون میدم. این ویدیو پایه کار با داده در هوش مصنوعیه!
💪 تسلط بر این عملیاتها کلید ساخت شبکههای عصبی قدرتمنده. توی این آموزش عملی، مفاهیمی مثل Indexing، Slicing و تغییر ابعاد تنسورها رو با مثالهای واقعی یاد میگیری. این مهارتها برای پیشپردازش داده و ساخت مدلهای یادگیری عمیق (Deep Learning) مثل CNN و RNN ضروریه. #آموزش_پایتورچ
▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂
🎁 اگر از آموزشها لذت میبری و دوست داری ازم حمایت کنی تا با قدرت بیشتری ادامه بدم،
میتونی از این لینک حمایت مالی انجام بدی 👇
https://reymit.ir/mahdi_shahbazi_khoj...
هر دونیت یعنی انرژی بیشتر برای ساخت محتوای باکیفیت و ادامه مسیر آموزش رایگان 🔥💪✨
▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂
🎬 سلام به علاقهمندان هوش مصنوعی (Artificial Intelligence - AI)
من مهدی شهبازی خجسته 🎓
دانشآموخته کارشناسی ارشد هوش مصنوعی، رباتیکز و رایانش شناختی از دانشگاه شهید بهشتی،
شما را به این دوره دعوت میکنم! 🚀
📺 این پلیلیست با بیش از ۲۰۰ ویدیوی آموزشی، شما را از صفر تا تبدیل شدن به یک متخصص یادگیری عمیق (Deep Learning) با کتابخانه قدرتمند پایتورچ (PyTorch) همراهی میکند. 💪
▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂
📘 در این دوره با استفاده از:
🐍 پایتون (Python)
💻 نوتبوکهای گوگل کولب (Google Colab)
📊 اسلایدهای جذاب و آموزشی
تمام مباحث از مبانی یادگیری ماشین (Machine Learning Basics) تا مباحث پیشرفته مانند:
🧠 شبکههای عصبی کانولوشنال (CNNs)
🔁 شبکههای عصبی بازگشتی (RNNs)
⚡ شبکههای مولد تخاصمی (GANs)
بهصورت کامل پوشش داده شده است.
🎯 هدف من این است که با آموزشهای عملی و پروژهمحور، شما رو برای پروژههای حرفهای AI مانند:
📷 پردازش تصویر (Computer Vision)
💬 پردازش زبان طبیعی (NLP)
آماده کنم.
سپس به سراغ مفاهیم کلیدی مانند:
⚙️ تنزل گرادیان (Gradient Descent)
🧹 پیشپردازش داده (Data Preprocessing)
🧩 مهندسی ویژگی (Feature Engineering)
🧠 کنترل بیشبرازش (Overfitting Prevention)
🔥 چه مبتدی باشید و چه حرفهای، این دوره شما را به دنیای هوش مصنوعی میبرد!
💻 پروژههای واقعی انجام دهید،
🧩 کدهای کامل را اجرا کنید،
⚡ با مدلهایی مانند AlexNet, VGGNet, ResNet, LSTM کار کنید.
▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂
🔔 Subscribe کنید و نوتیفیکیشنها را فعال کنید تا هیچ ویدیویی را از دست ندهید!
🌐 به جمع یادگیرندگان هوش مصنوعی بپیوندید و آیندهتان را بسازید! 💡
▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂
👨🏻🏫 مدرس: مهدی شهبازی خجسته
🎓 کارشناسی ارشد هوش مصنوعی، رباتیکز و رایانش شناختی – دانشگاه شهید بهشتی
💬 در این دوره با زبانی ساده، ساختار آموزشی دقیق، و مثالهای واقعی، مسیر یادگیری شما در دنیای Deep Learning و PyTorch رو هموار میکنم.
▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂▂
🔥 فصل اول: مقدمه و پیشنیازها
در ابتدا با کاربردهای هوش مصنوعی (AI Applications) در دنیای واقعی مثل خودروهای خودران و تشخیص پزشکی آشنا میشید.
سپس مفاهیم پایهای مثل:
🔹 جبر خطی (Linear Algebra) برای درک ماتریس و بردار
🔹 نامپای (NumPy) برای محاسبات عددی
🔹 متپلاتلیب (Matplotlib) برای مصورسازی دادهها
🔹 و توزیع احتمال (Probability Distributions) برای مبانی آماری
رو یاد میگیرید.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 فصل دوم: مبانی یادگیری ماشین و شبکههای عصبی
در این فصل با مفاهیم کلیدی مثل:
📘 الگوریتمهای یادگیری نظارتشده و بدوننظارت
📈 مشتق و گرادیان (Derivatives & Gradients) برای بهینهسازی
🧩 نورونهای مصنوعی و پرسپترونها (Perceptron, MLP)
⚡ توابع فعالسازی (Activation Functions) مثل ReLU و Sigmoid
و الگوریتم مهم تنزل گرادیان (Gradient Descent) آشنا میشید.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📊 فصل سوم: پردازش داده و کنترل خطا
یاد میگیرید چطور دادهها رو برای مدل آماده کنید و از خطاها جلوگیری کنید:
🧹 پیشپردازش دادهها (Data Preprocessing)
🎯 مهندسی ویژگی (Feature Engineering)
📏 نرمالسازی و استانداردسازی (Normalization & Standardization)
📉 کاهش ابعاد (PCA)
و بررسی مفاهیم مهم مثل:
⚖️ بایاس و واریانس (Bias-Variance Tradeoff)
🚫 بیشبرازش (Overfitting) و روشهای جلوگیری از آن مثل Dropout، Early Stopping و Regularization.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
👁️ فصل چهارم: بینایی ماشین و شبکههای کانولوشنال
در این فصل به دنیای Computer Vision وارد میشیم و مفاهیم زیر رو یاد میگیرید:
🖼️ پردازش تصویر دیجیتال (Digital Image Processing)
🔍 شبکههای کانولوشنال (CNNs) و ساختار آنها
📚 مدلهای مهم مانند LeNet, AlexNet, VGGNet, و ResNet
⚙️ Batch Normalization و Transfer Learning
در پایان، وارد دنیای هیجانانگیز شبکههای مولد تخاصمی (GANs) میشیم. 🎨
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🔄 فصل پنجم: شبکههای عصبی بازگشتی
در این فصل به سراغ دادههای ترتیبی و زمانی میریم:
⏱️ شبکههای عصبی بازگشتی (RNNs)
💡 LSTM و GRU
🔁 Bidirectional RNNs
و حل مشکلات Exploding/Vanishing Gradient در شبکههای عمیق.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🎯 در طول دوره با نوتبوکهای کامل، مثالهای واقعی و پروژههای عملی کار میکنید تا آمادهی ساخت مدلهای حرفهای در دنیای واقعی باشید.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📌 هشتگها:
#آموزش_یادگیری_عمیق #آموزش_پایتورچ #آموزش_هوش_مصنوعی #پایتورچ #یادگیری_ماشین #شبکه_عصبی #دوره_یادگیری_عمیق #آموزش_پایتون #یادگیری_عمیق #هوش_مصنوعی #دوره_هوش_مصنوعی #DeepLearning #PyTorch #MachineLearning #ArtificialIntelligence #PythonAI
Поделиться в:
Доступные форматы для скачивания:
Скачать видео mp4
Информация по загрузке:
Скачать аудио mp3
Похожие видео
array(20) {
["v3qXFzOS340"]=>
object(stdClass)#6529 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "v3qXFzOS340"
["related_video_title"]=>
string(111) "🧩 (PyTorch Tensor Reshaping) قسمت ۴۱: مقدمات پایتورچ – تغییر شکل تنسورها"
["posted_time"]=>
string(24) "16 часов назад"
["channelName"]=>
NULL
}
["KdZ4HF1SrFs"]=>
object(stdClass)#6538 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "KdZ4HF1SrFs"
["related_video_title"]=>
string(51) "Алгоритмы на Python 3. Лекция №1"
["posted_time"]=>
string(19) "8 лет назад"
["channelName"]=>
NULL
}
["wjZofJX0v4M"]=>
object(stdClass)#6530 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "wjZofJX0v4M"
["related_video_title"]=>
string(148) "LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры"
["posted_time"]=>
string(19) "1 год назад"
["channelName"]=>
NULL
}
["0S0LvVmn_xU"]=>
object(stdClass)#6544 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "0S0LvVmn_xU"
["related_video_title"]=>
string(138) "Китай шокирует Америку: гуманоидные роботы, умные города и суперкарры! 🇨🇳"
["posted_time"]=>
string(25) "4 месяца назад"
["channelName"]=>
NULL
}
["aircAruvnKk"]=>
object(stdClass)#6522 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "aircAruvnKk"
["related_video_title"]=>
string(101) "Но что такое нейронная сеть? | Глава 1. Глубокое обучение"
["posted_time"]=>
string(19) "8 лет назад"
["channelName"]=>
NULL
}
["PL2pZu-pmpbGCXObb1qJLnqCqOgXkT9d7s"]=>
object(stdClass)#6539 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(34) "PL2pZu-pmpbGCXObb1qJLnqCqOgXkT9d7s"
["related_video_title"]=>
string(166) "🔥 دوره آموزشی جامع صفر تا صد یادگیری عمیق با پایتورچ - The Ultimate Zero to Hero Course in Deep Learning with PyTorch 🚀"
["posted_time"]=>
string(0) ""
["channelName"]=>
NULL
}
["IHZwWFHWa-w"]=>
object(stdClass)#6519 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "IHZwWFHWa-w"
["related_video_title"]=>
string(131) "Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение"
["posted_time"]=>
string(19) "8 лет назад"
["channelName"]=>
NULL
}
["LPZh9BOjkQs"]=>
object(stdClass)#6542 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "LPZh9BOjkQs"
["related_video_title"]=>
string(82) "Краткое объяснение больших языковых моделей"
["posted_time"]=>
string(28) "11 месяцев назад"
["channelName"]=>
NULL
}
["Fl5sm9noHJo"]=>
object(stdClass)#6524 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "Fl5sm9noHJo"
["related_video_title"]=>
string(182) "Россия без иномарок и айфонов: последствия утильсбора и техсбора | Экономика, налоги, цены, смартфон"
["posted_time"]=>
string(24) "20 часов назад"
["channelName"]=>
NULL
}
["8cSlEU98LQ0"]=>
object(stdClass)#6527 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "8cSlEU98LQ0"
["related_video_title"]=>
string(115) "🟢 (PyTorch Tensor Creation) قسمت ۳۸: مقدمات پایتورچ – ساخت تنسور (قسمت اول)"
["posted_time"]=>
string(19) "3 дня назад"
["channelName"]=>
NULL
}
["zc5NTeJbk-k"]=>
object(stdClass)#6518 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "zc5NTeJbk-k"
["related_video_title"]=>
string(93) "Почему диффузия работает лучше, чем авторегрессия?"
["posted_time"]=>
string(19) "1 год назад"
["channelName"]=>
NULL
}
["IBW6oI0Xl7Q"]=>
object(stdClass)#6528 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "IBW6oI0Xl7Q"
["related_video_title"]=>
string(127) "📊 (Matplotlib and Seaborn Overview) قسمت ۳۰: مروری بر مت پلات لیب و سی بورن – قسمت دوم"
["posted_time"]=>
string(22) "11 дней назад"
["channelName"]=>
NULL
}
["A5d4757fLx8"]=>
object(stdClass)#6523 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "A5d4757fLx8"
["related_video_title"]=>
string(127) "📊 (Matplotlib and Seaborn Overview) قسمت ۲۹: مروری بر مت پلات لیب و سی بورن – قسمت اول"
["posted_time"]=>
string(22) "12 дней назад"
["channelName"]=>
NULL
}
["UvBRZzL88-E"]=>
object(stdClass)#6520 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "UvBRZzL88-E"
["related_video_title"]=>
string(94) "Запад заговорил о победе Путина / Удар в спину Киеву"
["posted_time"]=>
string(21) "4 часа назад"
["channelName"]=>
NULL
}
["9-Jl0dxWQs8"]=>
object(stdClass)#6521 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "9-Jl0dxWQs8"
["related_video_title"]=>
string(97) "Как LLM могут хранить факты | Глава 7, Глубокое обучение"
["posted_time"]=>
string(19) "1 год назад"
["channelName"]=>
NULL
}
["eMlx5fFNoYc"]=>
object(stdClass)#6509 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "eMlx5fFNoYc"
["related_video_title"]=>
string(130) "Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение"
["posted_time"]=>
string(19) "1 год назад"
["channelName"]=>
NULL
}
["snOScusMYzY"]=>
object(stdClass)#6510 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "snOScusMYzY"
["related_video_title"]=>
string(161) ""ЭТО НАСТОЯЩАЯ МАФИЯ" - РУБИН про то, как Россия превратилась в кормовую базу обнаглевших"
["posted_time"]=>
string(24) "17 часов назад"
["channelName"]=>
NULL
}
["KTzGBJPuJwM"]=>
object(stdClass)#6516 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "KTzGBJPuJwM"
["related_video_title"]=>
string(128) "Преломление и «замедление» света | По мотивам лекции Ричарда Фейнмана"
["posted_time"]=>
string(19) "1 год назад"
["channelName"]=>
NULL
}
["RHxuUQ58yjc"]=>
object(stdClass)#6517 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "RHxuUQ58yjc"
["related_video_title"]=>
string(79) "ЭТИ АЛГОРИТМЫ СДЕЛАЮТ ИЗ ТЕБЯ ПРОГРАММИСТА"
["posted_time"]=>
string(25) "3 недели назад"
["channelName"]=>
NULL
}
["fHsqtFTnOzY"]=>
object(stdClass)#6515 (5) {
["video_id"]=>
int(9999999)
["related_video_id"]=>
string(11) "fHsqtFTnOzY"
["related_video_title"]=>
string(0) ""
["posted_time"]=>
string(19) "1 год назад"
["channelName"]=>
NULL
}
}