پی سی دانلود - شبکه‌های-عصبی-کانولوشنی

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.

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.