توضیحات
در این قسمت تیم کدگیت PDF شبکه عصبی پیچشی را تهیه کرده است. آیا تا بحال از خود پرسیده‌اید عملیات تشخیص چهره در شبکه‌های اجتماعی چگونه کار می‌کند؟ یا فرآیند تشخیص یک شی (Object) در ماشین‌های خودران (self driving car) چگونه است؟ یا شاید هم برای شما جای سوال باشد که چگونه از طریق تصاویر یک بیماری را تشخیص می‌دهند؟ پاسخ همه این سوالات در شبکه عصبی پیچشی (convolutional neural networks) نهفته است. در این PDF با این شبکه عصبی آشنا خواهیم شد و لایه‌های مختلف آن را بررسی می‌کنیم. در ادامه پیشنهاد می‌کنیم از دیگر محصولات ما دیدن فرمایید:
PDF شبکه عصبی پیچشی
تکنولوژی امروزه به سرعت در حال پیشرفت است. تشخیص عینک، تشخیص خودرو، تشخیص چشم و … تنها بخشی از پیشرفت تکنولوژی است که با کمک پردازش تصویر و هوش مصنوعی قابل انجام است. در این قسمت شبکه عصبی پیچشی بررسی خواهیم کرد. CNNها ساختار منحصر به فرد خود را دارند گرچه نوعی شبکه عصبی می باشند اما پیچیدگی بیشتری دارد. در PDF تهیه شده لایه‌های مختلف این شبکه عصبی را معرفی خواهیم کرد.
محتوای آموزش
محتوای این دوره شامل بخش‌های زیر می‌باشد:
محتوای آموزش convolutional neural networks
- مقدمه
- عملیات کانولوشن (convolution)
- لایه‌های شبکه عصبی پیچشی
- لایهConvolution
- عمق یا depth
- Stride
- padding
- فرمول جمع‌بندی پارامترها
- Activation Layers
- pooling
- Fully connected Layers
- Batch Normalization
- Dropout
- الگوی لایه‌ها
فایل‌ها و ماژول‌ها سورس کد
در این PDF تنها به توضیحات لایه‌های شبکه عصبی پیچشی پرداخته‌ایم و این آموزش به هیچگونه پیاده سازی و ماژولی نیاز ندارد. در آموزش‌های آینده وارد پیاده سازی خواهیم شد و ماژولهای مورد نیاز را معرفی خواهیم کرد.
برای نصب پایتون به طوری که در CMD بتوانید کدهای پایتون را اجرا و ماژول‌ها را نصب نمایید ویدئو زیر را حتماً مشاهده کنید: