Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
dTub
Скачать

🧠 (PyTorch Operations) قسمت ۴۰: مقدمات پایتورچ – عملیات‌های پایتورچ

Автор: Mahdi Shahbazi Khojasteh

Загружено: 2025-11-14

Просмотров: 6

Описание:

🚀 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.

📚 پیش‌نیازها:
➕ جبر خطی (Linear Algebra)
🔢 نامپای (NumPy)
📈 مت‌پلات‌لیب (Matplotlib)

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

🧠 (PyTorch Operations) قسمت ۴۰: مقدمات پایتورچ – عملیات‌های پایتورچ

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 } }
🧩 (PyTorch Tensor Reshaping) قسمت ۴۱: مقدمات پایتورچ – تغییر شکل تنسورها

🧩 (PyTorch Tensor Reshaping) قسمت ۴۱: مقدمات پایتورچ – تغییر شکل تنسورها

Алгоритмы на Python 3. Лекция №1

Алгоритмы на Python 3. Лекция №1

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

Китай шокирует Америку: гуманоидные роботы, умные города и суперкарры! 🇨🇳

Китай шокирует Америку: гуманоидные роботы, умные города и суперкарры! 🇨🇳

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

🔥 دوره آموزشی جامع صفر تا صد یادگیری عمیق با پایتورچ - The Ultimate Zero to Hero Course in Deep Learning with PyTorch 🚀

🔥 دوره آموزشی جامع صفر تا صد یادگیری عمیق با پایتورچ - The Ultimate Zero to Hero Course in Deep Learning with PyTorch 🚀

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение

Краткое объяснение больших языковых моделей

Краткое объяснение больших языковых моделей

Россия без иномарок и айфонов: последствия утильсбора и техсбора | Экономика, налоги, цены, смартфон

Россия без иномарок и айфонов: последствия утильсбора и техсбора | Экономика, налоги, цены, смартфон

🟢 (PyTorch Tensor Creation) قسمت ۳۸: مقدمات پایتورچ – ساخت تنسور (قسمت اول)

🟢 (PyTorch Tensor Creation) قسمت ۳۸: مقدمات پایتورچ – ساخت تنسور (قسمت اول)

Почему диффузия работает лучше, чем авторегрессия?

Почему диффузия работает лучше, чем авторегрессия?

📊 (Matplotlib and Seaborn Overview) قسمت ۳۰: مروری بر مت پلات لیب و سی بورن – قسمت دوم

📊 (Matplotlib and Seaborn Overview) قسمت ۳۰: مروری بر مت پلات لیب و سی بورن – قسمت دوم

📊 (Matplotlib and Seaborn Overview) قسمت ۲۹: مروری بر مت پلات لیب و سی بورن – قسمت اول

📊 (Matplotlib and Seaborn Overview) قسمت ۲۹: مروری بر مت پلات لیب و سی بورن – قسمت اول

Запад заговорил о победе Путина / Удар в спину Киеву

Запад заговорил о победе Путина / Удар в спину Киеву

Как LLM могут хранить факты | Глава 7, Глубокое обучение

Как LLM могут хранить факты | Глава 7, Глубокое обучение

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

"ЭТО НАСТОЯЩАЯ МАФИЯ" - РУБИН про то, как Россия превратилась в кормовую базу обнаглевших

Преломление и «замедление» света | По мотивам лекции Ричарда Фейнмана

Преломление и «замедление» света | По мотивам лекции Ричарда Фейнмана

ЭТИ АЛГОРИТМЫ СДЕЛАЮТ ИЗ ТЕБЯ ПРОГРАММИСТА

ЭТИ АЛГОРИТМЫ СДЕЛАЮТ ИЗ ТЕБЯ ПРОГРАММИСТА

© 2025 dtub. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]