دانلود ها ی دارای تگ: "convolutional neural networks"

4 مورد برای عبارت مورد نظر پیدا شد.

دانلود Fundamentals of Computer Vision - آموزش بینایی کامپیوتر

  • بازدید: 442
دانلود Fundamentals of Computer Vision - آموزش بینایی کامپیوتر

این دوره آموزشی به عنوان یک راهنمای جامع، شرکت‌کنندگان را با مبانی و تکنیک‌های کلیدی پردازش تصویر دیجیتال آشنا می‌کند. در طول این دوره، فراگیران با مفاهیم اساسی مانند اعمال حسابی و منطقی بر روی تصاویر، انواع فیلترهای خطی و غیرخطی و کاربرد آن‌ها در بهبود کیفیت تصاویر آشنا خواهند شد. همچنین، نحوه کار با فضاهای رنگی مختلف و تکنیک‌های آستانه‌گذاری برای قطعه‌بندی تصاویر مورد بررسی قرار می‌گیرد. علاوه بر این، شرکت‌کنندگان با روش‌های تشخیص و تقویت لبه‌ها و همچنین تکنیک‌های حذف نویز و ترمیم تصاویر آسیب‌دیده آشنا می‌شوند. این دوره با ارائه مثال‌ها و کاربردهای عملی در زمینه‌هایی مانند هوش مصنوعی، بینایی کامپیوتر، تصویربرداری پزشکی و رباتیک، دانش و مهارت‌های لازم برای به کارگیری پردازش تصویر در پروژه‌های واقعی را در اختیار فراگیران قرار می‌دهد. هدف نهایی این دوره، ایجاد یک پایه قوی و کاربردی در زمینه پردازش تصویر برای شرکت‌کنندگان است تا بتوانند از این دانش در زمینه‌های تخصصی خود بهره ببرند.
در دوره آموزشی Fundamentals of Computer Vision با اصول و کاربردهای پردازش تصویر دیجیتال آشنا خواهید شد.

دانلود Audio Classification using Convolutional Neural Net - آموزش طبقه‌بندی صوت با شبکه‌های کانولوشنی

  • بازدید: 505
دانلود Audio Classification using Convolutional Neural Net - آموزش طبقه‌بندی صوت با شبکه‌های کانولوش

این دوره آموزشی جامع به بررسی چگونگی کار با فایل‌های صوتی در حوزه machine learning می‌پردازد. شرکت‌کنندگان در این دوره با فرآیند کامل پردازش فایل‌های صوتی با استفاده از زبان برنامه‌نویسی Python آشنا خواهند شد. تمرکز اصلی این دوره بر استفاده از Convolutional Neural Networks برای ساخت مدل‌های AI با فرمت H5 به منظور classification صداها است. علاوه بر این، دوره شامل آموزش assembly و programming برد Raspberry Pi 5 و نحوه deployment و prediction فایل‌های صوتی با استفاده از مدل‌های AI خواهد بود. مباحث کلیدی شامل شناسایی محیط‌های صوتی برای machine-learning، ضبط و برش فایل‌های صوتی به clip‌های مختلف، پردازش raw audio clip‌ها و افزودن “keyword” برای تشخیص توسط شبکه عصبی است. همچنین، تکنیک‌های clip labeling، clip slicing و clip batching به منظور آماده‌سازی داده‌ها برای Neural Net آموزش داده می‌شود. شرکت‌کنندگان با مراحل مختلف پردازش raw audio clip‌ها شامل load کردن، تحلیل در time domain و frequency domain، ایجاد spectrogram و resize کردن آن‌ها برای استفاده در prediction آشنا خواهند شد. در بخش عملی دوره، از Python programming برای تولید مدل‌های H5 AI جهت prediction صدا استفاده خواهد شد. در نهایت، نحوه deployment و اجرای این مدل‌ها در Raspberry Pi 5 برای کنترل servo motor با استفاده از دستورات صوتی و testing مدل در یک فرآیند real-time prediction مورد بررسی قرار می‌گیرد.
در دوره آموزشی Audio Classification using Convolutional Neural Net با نحوه کار با فایل‌های صوتی در machine learning و ساخت مدل‌های AI برای classification صدا آشنا خواهید شد.

دانلود YOLOv7 YOLOv8 YOLOv9 YOLOv10 YOLOv11 - Deep Learning Course - آموزش یولووی 7 تا 10

  • بازدید: 651
دانلود YOLOv7 YOLOv8 YOLOv9 YOLOv10 YOLOv11 - Deep Learning Course - آموزش  یولووی 7 تا 10

این دوره آموزشی، یک دوره 5 در 1 است. در این دوره، YOLOv7، YOLOv8، YOLOv9، YOLOv10، و YOLOv11 که پنج مدل برتر یادگیری عمیق برای تشخیص اشیاء هستند، آموزش داده می‌شود. این مدل‌ها به دلیل سرعت و دقت بالا، بسیار محبوب هستند. YOLOv11 جدیدترین نسخه YOLO است، در حالی که YOLOv8 محبوب‌ترین نسخه YOLO در بین تمام نسخه‌ها محسوب می‌شود.
در دوره آموزشی YOLOv7 YOLOv8 YOLOv9 YOLOv10 YOLOv11 - Deep Learning Course با مدل‌های پیشرفته تشخیص اشیاء و کاربردهای عملی آنها آشنا خواهید شد.

دانلود Udemy Convolutional Neural Networks for Image Classification - آموزش شبکه های عصبی همگرا برای طبقه بندی عکس

  • بازدید: 3,142
دانلود Udemy Convolutional Neural Networks for Image Classification - آموزش شبکه های عصبی همگرا برای
در این دوره عملی، شما شبکه عصبی همگرا (CNN) خود را برای کارهای طبقه بندی تصویر طراحی، آموزش و آزمایش خواهید کرد. با پایان دوره، شما می توانید برنامه های خود را برای طبقه بندی تصویر ایجاد کنید. در ابتدا، با کمک فیلترهای مختلف، کتابخانه Numpy خالص و حلقه های "برای" ، ترکیب ، ترکیب و ترکیب این دو عملیات برای تصاویر در مقیاس خاکستری را پیاده سازی می کنید. پس از آن، شما تصاویر را با هم جمع می کنید، مجموعه داده های سفارشی را برای کارهای طبقه بندی می سازید و مجموعه داده ایجاد شده را در یک فایل باینری ذخیره می کنید. در مرحله بعد، مجموعه داده های موجود از علائم راهنمایی و رانندگی را به فرمت مورد نیاز برای کارهای طبقه بندی تبدیل کرده و در یک فایل باینری ذخیره می کنید. سپس، شما قبل از آموزش تکنیک های پیش پردازش را اعمال می کنید، مجموعه داده های پردازش شده را در پرونده های باینری جداگانه تولید و ذخیره می کنید. در مرحله بعدی، مدلهای CNN را برای کارهای طبقه بندی می سازید، تعداد لازم لایه ها را برای طبقه بندی دقیق انتخاب می کنید و پارامترهای دیگر را تنظیم می کنید.
در دوره آموزشی Udemy Convolutional Neural Networks for Image Classification با آموزش شبکه های عصبی همگرا برای طبقه بندی عکس اشنا خواهید شد.