در این راهنما به معرفی روش ساخت شبکه‌های عمیق برای مقاصد بینایی ماشین می‌پردازیم. بینایی ماشین یا «بینایی رایانه» (Computer Vision) در زمینه هوش مصنوعی حوزه‌ای فعال و در حال پیشرفت محسوب میشود. این حوزه با سرعت زیادی و از ...
پردازش سیگنال (Signal Processing) نوعی حوزه مطالعاتی و عملی است که بر دستکاری، تجزیه‌وتحلیل و تفسیر سیگنال‌ها تمرکز دارد. سیگنال می‌تواند هر شکلی از اطلاعات باشد که در طول زمان تغییر می‌کند، مانند ...
بعضی از سؤالات، شرکت‌کنندگان را ملزم می‌ساخت تا به روش عمیق (برای مثال معنایی) به پردازش اطلاعات بپردازند و سایرین نیز با توجه به سؤالات خود به روش کم عمق (به عنوان مثال ساختاری و واجی) به ...
15 الگوریتم یادگیری عمیق که باید بدانید. ژوئیه 7، 2023 by ایلکه کاندان بنگی دسته بندی: یادگیری عمیق. برای سال‌ها، یادگیری عمیق سرفصل اخبار در فناوری بوده است. و درک دلیل آن ساده است. این شاخه از هوش ...
تهيه خمير کاغذ از پارچه های کهنه. در کارخانه های کاغذسازی از تکه پاره های پارچه های پنبه ای، کنفی، کتانی، شاهدانه ای و غيره که کهنه شده و معمولاً دور ريخته می شوند و حتی از نخ و طناب های مستعمل ...
اگر بخواهید فراتر از استفاده ساده از الگوریتم‌های هوش مصنوعی عمل کنید، می‌توانید مدل‌های یادگیری عمیق و متعارف برای پردازش تصویر را بسازید. برای اینکه پیشرفت‌تان سریع‌تر و آسان‌تر باشد ...
به عبارتی، الگوریتم های یادگیری عمیق با داشتن ساختار لایه‌ای و وجود چندین «گره | نود» (Node) در هر یک از این لایه‌ها، می‌توانند بدون نیاز به دخالت و نظارت انسان، مسائل مختلف را با استفاده از ...
تاریخ دقیق یادگیری عمیق (دیپ لرنینگ) استخراج ویژگی یکی دیگر از جنبه‌های یادگیری‌عمیق است. استخراج ویژگی با استفاده از یک الگوریتم به طور خودکار «ویژگی‌های» معنیدار داده را برای اهداف ...
در این مطلب یاد می‌گیریم که یادگیری عمیق چیست و به کاربردها، ویژگی‌ها و شیوه یادگیری مدل‌های یادگیری عمیق می‌پردازدیم.
f 11. نسبت باطله برداری دوره ای. در یک دوره ی معین از عمر معدن روباز نسبت باطله برداری دوره ای به صورت زیر تعریف میشود:. 𝑡𝑊. 𝑟𝑒𝑝𝑅𝑆 =. 𝑡𝑄. 𝑡𝑊 = باطله ای ...
فیلم آموزش یادگیری عمیق با پایتون – تنسورفلو و کراس TensorFlow و Keras ... در می ۲۰۱۶، گوگل از «واحد پردازش تانسور» (Tensor Processing Unit | TPU) خود پرده‌برداری کرد که یک «مدار مجتمع با کاربرد خاص» (Application-Specific ...
مقدمه ای ساده بر پردازش زبان طبیعی ( NLP ) پردازش زبان طبیعی، نوعی تکنولوژی است که از آن در رایانه ها به منظور کمک به درک و فهم زبان طبیعی انسان استفاده می شود. آموزش دادن ربات ها و رایانه ها، به ...
نکته: بیشتر کتابخانه‌های یادگیری عمیق برون‌اندازی را با استفاده از فراسنج 'نگه‌داشتن' 1−p 1 − p کنترل می‌کنند. نظام‌بخشی وزن برای اطمینان از اینکه (مقادیر) وزن‌ها بیش‌ازحد بزرگ نیستند و ...
در این مقاله مفهوم و ماهیت یادگیری عمیق را مورد بررسی قرار می‌دهیم. در ادامه مطلب با انواع محتلف روش‌هاییادگیری عمیق آشنا می‌شویم.Deep Learning کلاسی از تکنیک‌های یادگیری ماشین است که از لایه‌های زیادی از پردازش اطلاعات ...
یادگیری عمیق یا Deep Learning شاخه ای از یادگیری ماشین است که کاملا مبتنی بر شبکه های عصبی مصنوعی پایه گذاری شده است و اخیرا با پیشرفت آن در زمینه های مختلفی ایفای نقش می کند که حتی بهترین ...
شبکه عصبی چیست ؟ الگوریتم‌های یادگیری عمیق از ساختارهای لایه‌ای با نام شبکه‌های عصبی استفاده می‌کنند تا بر اساس تجزیه و تحلیل داده‌ها، برای گرفتن تصمیم خاصی، رفتار انسان را تقلید کنند.
طراحی دامپ باطله (۹۱ – ۹۳)، طراحی و استحکام محل دفن را پیش‌بینی می‌کند. ... قرار گیرند، داده‌هایی که باید در این زمینه به دست آیند و پس از آن یک پردازش آزمایشگاهی قرار گیرند و بعدا می ...
کاربردهای یادگیری عمیق (Deep Learning) در دنیای واقعی بخشی از زندگی روزمره ما هستند، اما در بیشتر موارد، آنها به‌اندازه‌ای در محصولات و خدمات ادغام شده‌اند که کاربران از پردازش داده‌های پیچیده ...
از آنجایی که این وظایف به طور سریالی انجام میشود و برای هرکدام از پردازش‌ها قدرت زیادی اختصاصی پیدا می‌کند، پردازنده می‌تواند با سرعت زیاد بین اجرای فرایندهای مختلف جابجا شود. اما ...
پردازش زبان طبیعی ( Natural Language Processing ) یا NLP زیرمجموعه ای از هوش مصنوعی است که روی توانمند سازی کامپیوتر ها برای متوجه شدن و پردازش زبان بشر، تمرکز کرده است. بیایید بررسی کنیم که NLP چگونه کار می کند و یاد بگیریم چگونه برنامه ...
در این راهنما از راهبردهای تست شده و کارآمد برای بررسی مسائل پردازش زبان طبیعی (NLP) بهره گرفته شده است. تلاش شده است تا یادگیری NLP برای همه افراد آسان‌تر شده و همچنین برای افراد علاقه‌مند به این حوزه چشم‌اندازهای نوینی ...
مدل های یادگیری عمیق می توانند به طور خودکار خصوصیات را از داده ها یاد بگیرند تا برای کار هایی مثل تشخیص تصویر، تشخیص گفتار و پردازش زبان طبیعی آماده شوند. پرکاربرد ترین معماری ها در ...
یادگیری عمیق چیست؟. به طور خلاصه، یادگیری عمیق زیرشاخه‌ای از هوش مصنوعی و یادگیری ماشین است که در آن از شبکه‌های عصبی مصنوعی (با بیش از سه لایه) برای پیش‌بینی استفاده میشود. شبکه‌های عصبی ...
بسیاری از سرویس‌های تشخیص گفتار از الگوریتم‌های هوش مصنوعی برای پردازش زبان گفتار استفاده می‌کنند. این سرویس‌ها ترکیب صدا و سیگنال‌های صوتی را برای پردازش گفتار به کار می‌گیرند.
می‌توان گفت که یادگیری عمیق (deep learning) یکی از کاربردهای هوش مصنوعی (AI) است که از عملکرد مغز انسان در پردازش داده‌ها و ایجاد الگوهایی برای استفاده در تصمیم‌گیری تقلید می‌کند. همان‌طور که همه ...
تبدیل باطله به پول نیازمند آب و فناوری است تا بتوان عناصر کمیاب را از درون آنها بیرون کشید. دو چالشی که هم‌‌‌‌‌‌اینک صنایع معدنی با آنها برای توسعه و تحول بخش‌ها و زیربخش‌های فرآیند معدن‌کاری دست به گریبانند، مانع ...
مدل زبانی یا Language Model چیست؟. مدلسازی زبان بخش اصلی بسیاری از وظایف مرتبط با پردازش زبان طبیعی است.در این نوشتار ما بطور خلاصه با این مبحث آشنا خواهیم شد. مدلسازی زبان بصورت ساده به عمل پیش بینی ...
این مطالب، بخش دوم از مقاله " زمانی که داده های محدود در دسترس باشند، چگونه از یادگیری عمیق استفاده می شود؟. " است که بخش اول آن را می توانید اینجا ببینید. همه ی ما به این مشکل بر خورده ایم. شما ...
شبکه های عصبی مصنوعی (ANN) نیز با الهام گیری از مغز انسان، این پروسه را تقلید می کنند. یک شبکه عصبی کانولوشنی یا CNN نوعی از شبکه های عصبی است که مخصوص پردازش داده های شبکه ای مانند تصاویر ساخته ...
مسیر پردازشی یادگیری عمیق این نمودار، مراحل مختلف خط لوله را نشان می‌دهد. پیش‌پردازش. به محض اتمام فراخوانی، داده‌ها در ابتدا باید مرحله پیش‌پردازش یا داده‌افزایی را پشت سر بگذارند.