تشغيل تلقائى
إكمال تلقائى
المحاضرة السابقة
إكمال ومتابعة
التعلم العميق Deep Learning
أساسيات التعلم العميق والشبكات العصبية
المقدمة
ـ (1:56)
الشبكة العصبية
ـ (8:13)
التعلم الخاضع للاشراف والشبكات العصبية
ـ (7:52)
التصنيف الثنائي
ـ (13:55)
تحميل قائمة الرموز
خوارزمية Logistic Regression
ـ (8:51)
دالة التكلفة
ـ (11:43)
حساب قيم المتغيرات
ـ (14:00)
حساب التفاضل
ـ (13:34)
الرسم البياني الحسابي
ـ (6:23)
الرسم البياني الحسابي لحساب المشتقات
ـ (15:24)
حساب المشتقات لتطبيق الخوارزمية
ـ (12:51)
حساب المشتقات لعدد من الأمثلة
ـ (10:34)
التعرف على التوجيهات
ـ (15:59)
تحميل المثال العملى
استخدام التوجيهات في خوارزمية الانحدار الخطي
ـ (14:45)
التوزيع في بايثون
ـ (14:29)
تحميل المثال العملى
مقدمة عن الشبكة العصبية المجوفة
ـ (11:08)
تمثيل الشبكة العصبية المجوفة وحساب الخرج
ـ (17:30)
حساب الخرج لعدد من الأمثلة
ـ (10:25)
دالة الأكتيفاشن
ـ (11:23)
حساب التفاضل لدوال الأكتيفاشن
ـ (15:58)
تحميل صيغة الدالة
تنفيذ انحدار التدرج للشبكة العصبية المجوفة
ـ (18:27)
مقدمة عن الشبكة العصبية العميقة
ـ (11:19)
الانتشار الأمامي للشبكة العصبية العميقة
ـ (13:52)
كيفية حساب أبعاد الماتريكس
ـ (22:52)
المكونات الأساسية لتنفيذ الشبكة العصبية العميقة
ـ (14:14)
تنفيذ المكونات الأساسية لحساب الانحدار التدريجي
ـ (11:22)
المعاملات العليا
ـ (4:44)
تطوير الشبكة العصبية العميقة وتدريب النماذج
المكتبات المستخدمة للتطوير
ـ (7:08)
مثال تطبيقي لاستخدام مكتبة كيراس في التوقع
ـ (11:12)
التطبيق العملي الاول
ـ (26:35)
تحميل ملف الداتا
مثال تطبيقي لاستخدام مكتبة كيراس في التصنيف
ـ (13:51)
التطبيق العملي الثاني
ـ (35:06)
استخدام الـ TensorFlow
مقدمة عن الـ TensorFlow
ـ (16:13)
الأساسيات الجزء الأول
ـ (9:04)
الأساسيات الجزء الثانى
ـ (17:50)
الأساسيات الجزء الثالث
ـ (9:00)
التطبيق على التوقع الجزء الأول
ـ (21:33)
التطبيق على التوقع الجزء الثانى
ـ (26:13)
تحميل ملف الداتا
التطبيق على التصنيف الجزء الأول
ـ (32:22)
التطبيق على التصنيف الجزء الثانى
ـ (24:28)
الشبكة العصبية المُلتفة
مقدمة عن الشبكة العصبية الملتفة
ـ (7:54)
المبادئ الأساسية
ـ (5:46)
الهيكلية للشبكة العصبية الملتفة
ـ (18:26)
التطبيق العملي على الطريقة التقليدية الجزء الأول
ـ (27:20)
التطبيق العملي على الطريقة التقليدية الجزء الثاني
ـ (14:01)
تحميل التطبيق
التطبيق العملي على الشبكة العصبية الملتفة
ـ (29:50)
تحميل التطبيق
بناء النماذج المختلفة للتعلم العميق
مقدمة
ـ (4:45)
البيانات المتسلسلة
ـ (3:06)
الشبكة العصبية المتكررة
ـ (6:48)
نموذج LSTM
ـ (6:45)
التطبيق العملي لأساسيات نموذج LSTM
ـ (23:14)
تحميل التطبيق
مقدمة عن New Autoencoders
ـ (5:20)
هيكلية Autoencoders
ـ (4:02)
التطبيق العملي على Autoencoders
ـ (19:13)
تحميل التطبيق
نموذج LSTM
محتوى المحاضرة مغلق
إذا كنت قد التحقت بالفعل
سوف تحتاج إلى تسجيل الدخول
.
التحق بالدورة لإلغاء القفل