Deep Learning | یادگیری عمیق
前往频道在 Telegram
🧠 مهندس یادگیری عمیق شوید! ✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼 📲 @AIAds1
显示更多📈 Telegram 频道 Deep Learning | یادگیری عمیق 的分析概览
频道 Deep Learning | یادگیری عمیق (@deeplearning_fa) 波斯语 语言赛道中的 是活跃参与者。目前社区聚集了 14 714 名订阅者,在 教育 类别中位列第 13 560,并在 伊朗 地区排名第 22 188 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 14 714 名订阅者。
根据 24 九月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 599,过去 24 小时变化为 -1,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 11.84%。内容发布后 24 小时内通常能获得 4.11% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 1 742 次浏览,首日通常累积 605 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 6。
- 主题关注点: 内容集中在 عمیق, مهندس, #deeplearning, پایتون, مدل 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“🧠 مهندس یادگیری عمیق شوید!
✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼
📲 @AIAds1”
凭借高频更新(最新数据采集于 25 九月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 教育 类别中的关键影响点。
14 714
订阅者
-124 小时
+1557 天
+59930 天
帖子存档
نقطه شروع ورود به دنیای «تحلیل داده» اینجاست!✨
کاریار با همراهی داتین، «دوره مبانی تحلیل داده» رو برای ورود شما به بازار کار برگزار میکنه.
📱شما میتونین بدون داشتن تجربه در تحلیل داده در این دوره شرکت کنین. کافیه به اعداد، منطق و حل مسئله علاقهمند باشین.
اگر ۱۰ ساعت در هفته برای یادگیری و تمرین زمان دارین و به کامپیوتر و اینترنت هم دسترسی دارین، همین الان از این لینک ثبت نام کنین.✅
https://shorturl.at/QofAw
✅ اگه میخوای Pytorch رو اصولی یاد بگیری، این مسیرشه!👇
👨🏻💻 تا وقتی پایتورچ رو از پایه نفهمی، یا مدلها رو سطحی میسازی، یا موقع دیباگ و بهینهسازی قفل میکنی.
🏷 این نقشه راه دقیقاً برای همینه که کمکم دستت راه بیوفته و به پایتورچ مسلط بشی.
〰 اول از همه، آرایههای نامپای و تنسورهای پایتورچ
🛑 Python Numpy Tutorial
🛑 Introduction to PyTorch
➖ ➖ ➖ ➖ ➖
〰 بعد برو سراغ اصول اولیهی پایتورچ
🛑 یه آموزش سریع ۶۰ دقیقهای: لینک
🛑 چرا torch.nn اینقدر مهمه: لینک
🛑 یه ویدیوی یک روزهی کامل: لینک
➖ ➖ ➖ ➖ ➖
〰 به autograd و بکپراپ مسلط شو
🔹 ریپوی micrograd
🔹 ویدیوی Building micrograd
🔹 مصورسازی گرادیانها ⬅️ لینک
➖ ➖ ➖ ➖ ➖
〰 حالا شبکه و پروژه واقعی بساز
🔹 پلیلیست PyTorch Tutorials
🔹 ساخت NLP از صفر: لینک
🔹 ساخت نمونههای خصمانه: لینک
➖ ➖ ➖ ➖ ➖
〰 در نهایت برو سراغ مباحث پیشرفتهتر
🔹 آموزش توزیعشده: لینک
🔹 پروفایلینگ: لینک
🔹 دقت ترکیبی خودکار: لینک
🔹 تیون کردن عملکرد: لینک
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
👨🏻💻 این مدل یادگیری عمیقم میتونه تو تصاویر بسیار دقیق ماهوارهای، کرگدنهای سفید رو شناسایی و حتی لوکیشنشون رو هم مشخص و ثبت کنه.
⬅️ روی دیتاست تستِ جداگانه، به AP=0.63 رسیدم؛ و با اضافه کردن دادههای مصنوعی این عدد تا AP=0.65 بهتر شد. بهترین حالت هم Precision=66.7% و Recall=63.1% بوده.
▶️ جالبتر اینه که ارزیابهای انسانی خیلی وقتها تصویر مصنوعی رو با واقعی اشتباه میگیرن؛ یعنی دادههای تولید شدهام از نظر بصری واقعاً طبیعی و قابل اتکاست.
◀️البته جدا کردن کرگدن از فیل توی این رزولوشن هنوز کار سختیه؛ برای همین دیتاست رو همراه با یک پایپلاین تولید دادهی مصنوعی منتشر کردم تا بقیه هم بتونن روش کار کنن و بهترش کنن.
🏷 Paper
🐱 GitHub-Repos
🌃 Dataset
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
⚡ وقتی مدل آماده اجراست،
صف رزرو GPU نباید مانع باشد.
🚀 ایرانجیپییو
🏛 تنها و اولین شرکت بورسی هوش مصنوعی ایران
🕒 بیش از ۵ سال سابقه فعالیت حرفهای
🌐 شبکهای از ۲۰+ دیتاسنتر غیرمتمرکز در سراسر کشور
🧠 مناسب تیمها، پژوهشگران و سازمانهای حرفهای AI
📩 ثبت درخواست مشاوره | شروع مسیر هوشمندانه
https://b2n.ir/tt9606
▶️ دوره «یادگیری عمیق»
🖥 دانشگاه استنفورد
🔄 پاییز ۲۰۲۵
👨🏻💻 دورهی معروف یادگیری عمیق دانشگاه استنفورد دوباره تو ترم پاییز ۲۰۲۵ شروع شده. مدرسهاش هم همون استادهای خفن همیشگیان: Andrew Ng و Kian Katanforoosh.
✏️ این دوره از همون سالهای اولی که دیپلرنینگ تازه داشت جا میافتاد، جزو بهترین کلاسهای آنلاین هوش مصنوعی بوده؛ خیلیها اولین ورود جدیشون به دنیای شبکههای عصبی رو با همین کلاس شروع کردن.
▶️ هر سال هم بهروز میشه میشه تا مفاهیم جدیدتر هوش مصنوعی توش پوشش داده بشه. تمامی جلسات ضبط میشه و به مرور تو پلیلیست زیر قرار میگیرن.
🎥 CS230: Deep Learning
🎥 CS230: Deep Learning
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
با پول یه پیتزا ، بمدت یکسال صاحب GPT-5.2 و Gemini 3 Pro شو!
هنوز داری ماهی چند صد هزار تومن فقط برای یک هوش مصنوعی پول میدی؟
فقط با داشتن یک اشتراک پرپلکسیتی پرو بدون نیاز به تغییر اکانت، بین قویترین مدلها سوییچ کنید.
دسترسی نامحدود به مدلهای زیر:
ChatGPT 5.2
Gemini 3 Pro
Grok 4.1
Claude Sonnet 4.5
امکان محدود ساخت و ویرایش حرفهای عکس با پرامپت دلخواه با پشتیبانی از قویترین مدلهای تصویرساز، از جمله NanoBanana (نسخه معمولی).
💸 قیمت اشتراک یکساله: ۷۹۵ هزار تومان (ماهی ۷۰ تومان!)
کد تخفیف ۵۰.۰۰۰ تومانی:
data50
👈مشاهده سایت و خرید آنلاین🏷 جزوه «یادگیری عمیق برای بینایی کامپیوتر»
👨🏻💻 این جزوه یه دورهی ۱۲ هفتهای هست که هم مباحث تئوری یادگیری عمیق رو پوشش میده، هم بخشهای عملی رو. با تمرکز روی کاربردهای بینایی کامپیوتر.
▶️ اول ریاضیات لازم برای دیپلرنینگ رو مرور میکنه و بعد میره سراغ مدلهای مهم.
✅ شبکههای سادهتر مثل MLP
✅ آموزش مدلها با بکپراپ
✅ شبکه عصبی کانولوشن
✅ شبکه عصبی بازگشتی
✅ و در نهایت ترنسفورمرها.
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from N/a
🔴 ۸۰ درصد تخفیف برای همه آموزشها
🔥🔥 بزرگترین تخفیفِ تاریخ فرادرس 🔥🔥
🎓 از دروس دانشگاهی تا مهارتهای کاربردی در جشنواره دانشجو 👇
▫️ شناسایی ناهنجاری داده با پایتون
▫️ ابزارهای هوش مصنوعی گوگل – تولید محتوا، تحلیل داده و توسعه اپلیکیشن
▫️ بهینه سازی هایپر پارامترهای شبکه عصبی با الگوریتم ژنتیک در پایتون
▫️ ساخت دستیار هوشمند با Ollama و پروتکل MCP + پروژه عملی LLM
▫️ پردازش داده های عددی پزشکی با یادگیری ماشین
🔗 مشاهده سایر آموزشها – [کلیک کنید]
🎁 کد تخفیف: DSH80
🔄 FaraDars - فرادرس
🗂 ۲۵ منبع جامع و بینظیر
🔃 برای شروع یادگیری «هوش مصنوعی مولد»
1️⃣ ریپازیتوریها
✅ ریپوی NN: Zero to Hero
✅ ریپوی Awesome Computer Vision
✅ ریپوی Hands-on LLMs
✅ ریپوی Prompt Engineering Guide
✅ ریپوی Awesome GenAI
✅ ریپوی AI Agents for Beginners
✅ ریپوی RAG Techniques
✅ ریپوی GenAI Agents
✅ ریپوی Made with ML
➖ ➖ ➖ ➖ ➖
2️⃣ دورهها
☑️ دوره Intro to Deep Learning
☑️ دوره Neural Networks: Zero to Hero
☑️ دوره Language Models
☑️ دوره Deep Learning for CV
☑️ دوره Deep Generative Models
☑️ دوره MLSys Seminars
☑️ دوره LLM Agents MOOC
➖ ➖ ➖ ➖ ➖
3️⃣ کتابهای ضروری
✔️ کتاب AI for the Rest of Us
✔️ کتاب Understanding Deep Learning
✔️ کتاب Build a LLM (From Scratch)
✔️ کتاب LLM Engineer’s Handbook
✔️ کتاب AI Engineering
✔️ کتاب Hands-On Generative AI
➖ ➖ ➖ ➖ ➖
4️⃣ راهنماها
☑️ راهنما Agents
☑️ راهنما Building effective agents
☑️ راهنما A practical guide to building agents
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
با پول یه پیتزا ، بمدت یکسال صاحب GPT-5.1 و Gemini 3 Pro شو!
هنوز داری ماهی چند صد هزار تومن فقط برای یک هوش مصنوعی پول میدی؟
فقط با داشتن یک اشتراک پرپلکسیتی پرو بدون نیاز به تغییر اکانت، بین قویترین مدلها سوییچ کنید.
دسترسی نامحدود به مدلهای زیر:
ChatGPT 5.1
Gemini 3 Pro
Grok 4.1
Claude Sonnet 4.5
امکان محدود ساخت و ویرایش حرفهای عکس با پرامپت دلخواه با پشتیبانی از قویترین مدلهای تصویرساز، از جمله NanoBanana (نسخه معمولی).
💸 قیمت اشتراک یکساله: ۷۹۵ هزار تومان (ماهی ۷۰ تومان!)
کد تخفیف ۵۰.۰۰۰ تومانی:
data50
👈مشاهده سایت و خرید آنلاین💠 جزوه «آشنایی با شبکههای عصبی گرافی»
👨🏻💻 اگه GCN هنوز برات یه مفهوم گنگ و مبهمه، این جزوه توضیح میده که کانولوشن تو گرافها چه معنایی داره، چرا اصلاً بهش نیاز داریم، و GCNها چطور اطلاعاتِ ساختاری گراف رو تبدیل میکنن به ویژگیهایی که مدل بتونه یاد بگیره.
▶️ همراهش هم یه مقاله و یه نوتبوک عملی داره که کمک میکنه موضوع قشنگ تو ذهنت جا بیوفته.
🏷 Paper
🖥 GCN
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
🗂 تنها منابعی که برای یادگیری LLMها نیاز داری، همیناست!
👩🏻💻 برای مسلط شدن روی LLMها تو سال ۲۰۲۶ واقعاً لازم نیست تو این همه منابع گم بشی. تجربه بهم نشون داده که:
✅ ۸۵٪ مسیر یادگیری LLMها رو میتونی فقط با این دو تا کتاب بگذرونی.
✅ یه ۵٪ دیگه هم با چندتا ویدیوی خوب یوتیوب جمع میشه.
🔔 اما اون ۱۰٪ آخر که اتفاقاً مهمترین قسمته، فقط وقتی میفهمی که واقعاً دست به کد بشی و یه مدل زبانی بسازی. اونجاست که یادگیری واقعی اتفاق میافته.
〰 کتاب NLP with Transformers
🏷 این کتاب یه پایهیِ محکم قبل از ورود به دنیای LLMها بهت میده. چون وقتی پیشزمینهی NLP و دوران قبل از LLM رو بفهمی، موقع کار با دادههای متنی خیلی کمتر گیج میشی و مدلها رو بهتر درک میکنی.
➖ ➖ ➖ ➖ ➖
〰 کتاب Hands-On LLMs
📁 ریپوی Hands-on LLMs
🏷 این یکی تقریباً همه چی رو پوشش میده؛ از امبدینگها گرفته تا RAG و فاینتیونینگ. یعنی یه کتاب کامل برای اینکه LLMها رو عملی یاد بگیری. کدهای تمرینی هم کنارش داره.
➖ ➖ ➖ ➖ ➖
〰 دوره CS229 Building LLMs
🏷 یه دوره دانشگاهی که روی ساخت و فهم سازوکار مدلهای زبان بزرگ تمرکز داره.
➖ ➖ ➖ ➖ ➖
〰 ویدیوی Deep Dive into LLMs ChatGPT
🏷 این ویدیو واقعاً افسانهایه و کمک میکنه بفهمی مدلهای زیانی مثل ChatGPT دقیقاً چطوری کار میکنن.
➖ ➖ ➖ ➖ ➖
〰 ویدیوهای Krish Naik
🔃 درباره فاینتیون LLM روی دیتای خودت
🖥 بخش (۱) | بخش (۲)
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from گارنِت
🔻 بوتکمپ «هوش مصنوعی کاربردی» | روشهای استفاده از ابزار هوش مصنوعی و کاربرد عملی آن در مشاغل روزمره
بوت کمپ آنلاین «هوش مصنوعی کاربردی» بهعنوان یک دورهی آموزشی جامع و فشرده، به شما میآموزد که چطور بدون دانش برنامهنویسی و تجربهی کار با هوش مصنوعی، بهترین نتایج را از این ابزار سودمند کسب کنید و از آن در مشاغل روزمره، بهره بگیرید.
👤 مدرس: سینا نشاط (مدیرعامل و موسس چت کیوتی)
🗓 تاریخ شروع: شنبه، ۲۲ آذر ماه ۱۴۰۴
📍نوع برگزاری: آنلاین
+ مدرک بینالمللی
🔗 ثبت نام و دریافت اطلاعات تکمیلی
#هوش_مصنوعی
🔸 @garnettalentt
💯 با این ترفند سرعت آموزش مدلت تو PyTorch رو تا ۵ برابر بیشتر کن!
👨🏻💻 من همیشه میدیدم موقع آموزش، GPU اونقدری که باید درگیر نیست و یه جورایی نصفهنیمه کار میکنه. بعد فهمیدم مشکل از خود DataLoaderئه. تنظیمات پیشفرضش باعث میشه CPU و GPU نوبتی کار کنن، نه همزمان.
✏️ وقتی من داده رو با .to(device) میفرستم روی GPU ،CPU منتظر میمونه و کارش میخوابه. بعدش وقتی CPU داره batch بعدی رو آماده میکنه، GPU عملاً بیکاره و کاری انجام نمیده. نتیجهاش یه عالمه زمان که میره توی idle time و سرعت آموزش بیخودی میاد پایین.
▶️ راهحلش خیلی سادهست ولی تاثیرش وحشتناک عالیه:
🔹 توی DataLoader اینو فعال کن: pin_memory=True
🔹 موقع انتقال داده به GPU اینو بزن: .to(device, non_blocking=True)
🔹 و یه num_workers مناسب بذار تا DataLoader بتونه داده رو توی پسزمینه لود کنه.
⬅️ بعد از این تنظیمات، اتفاقی که میافته اینه: CPU همزمان که GPU داره batch فعلی رو پردازش میکنه، batch بعدی رو آماده میکنه. یعنی دیگه هیچکدوم منتظر اون یکی نمیمونن و هر دو با هم کار میکنن.
📂 Faster Training with Memory Pinning
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
برای اولین بار، تلفیق هوش مصنوعی و منابع انسانی
📍 هوشمندسازی و خودکارسازی فرآیندهای کلیدی منابع انسانی
📍 بهبود جذب، ارزیابی و مدیریت دانش با استفاده از هوش مصنوعی
📍 تحلیل دادههای منابع انسانی و طراحی داشبوردهای مدیریتی بهینه
دوره هوشمصنوعی در منابع انسانی به همراه
گواهینامه دو زبانه " دانشگاه تهران "
بدون نیاز به دانش برنامهنویسی
« تعداد محدود »
مشاوره رایگان، اطلاعات بیشتر و ثبت نام 👇🏻
https://yun.ir/sudbga
✅ این پلیلیست طوری «شبکههای عصبی» رو توضیح میده که همهچی مثل روز برات روشن میشه!
👨🏻💻 ۳۳ تا ویدیوی آموزشی که جمعاً نزدیک ۹ ساعت آموزش جامع شبکههای عصبیه. انیمیشنهایی هم که برای توضیح مفاهیم استفاده کرده واقعاً جزو بهتریناست و خیلی کمک میکنه مطالب برات جا بیوفته.
⬅️ از مفاهیم اولیه شروع میکنه و تا جایی که خودت بتونی یه مدل ترنسفورمر (مثل ChatGPT) رو از صفر با PyTorch بسازی، ادامه میده.
📂 پلیلیست اینطوری پیش میره:
🛑 از مبانی شبکههای عصبی تا بکپراپ
🛑 بعد شبکههای CNN و RNN و LSTM
🛑 مکانیزنم توجه و ترنسفورمرها و RLHF
🛑 همراه با با پیادهسازی در PyTorch
📹 Neural Networks / DL
📹 Neural Networks / DL
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
اگر سرعت اجرای مدلها برایتان مهم است، یک GPU پایدار، لحظهای و قابلاعتماد نیاز دارید! ⚡🧠
ایرانGPU، تنها و اولین شرکت بورسی حوزه هوش مصنوعی در ایران، با ۵ سال سابقه تخصصی و بیش از ۲۰ دیتاسنتر فعال در سراسر کشور! 🏢🌐
یک شروع مقرونبهصرفه، حرفهای و قدرتمند
برای پروژههای هوش مصنوعی شما! 🚀🤖✨
📩 همین حالا برای دریافت مشاوره رایگان پیام دهید!
🔗 https://B2n.ir/es5199
📚 راهنمای «مبانی PyTorch»
➕ همراه با ریپوی گیتهاب کدها
👨🏻💻 ۹۰٪ پروژههای یادگیری عمیق با PyTorch شروع میشن. پس اگه میخوای وارد ساخت مدلهای واقعی بشی، اول باید مبانی پایتورچ رو درست یاد بگیری.
✏️ این جزوه پایتورچ رو با تمرین و کدنویسی بهت یادت میده. یه معرفی ساده و سرراسته از PyTorchئه و این مفاهیم رو پوشش میده:
🛑 تانسور چیه و چرا مهمه؟
🛑 ساخت و مقداردهی تانسورها
🛑 روشهای رایج ساخت تانسور
🛑 تبدیل نوع دادهها
⚡️ GitHub-Repos
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
💡 بالاخره تونستم مشکل تشخیص بازیکنهای NBA رو حل کنم!
👨🏻💻 این مدل وقتی بازی NBA رو میبینه، میتونه بازیکنها رو تشخیص بده، دنبالشون کنه و حتی شماره پیراهنشون رو بخونه.
✅ با RF-DETR خودِ بازیکن و شمارهی روی پیراهنش رو پیدا میکنه.
✅ با SAM2 حرکت هر بازیکن رو فریم به فریم دنبال میکنه که گم نشه.
✅ با ترکیب SigLIP + UMAP + K-means بازیکنها رو بر اساس تیمشون دستهبندی میکنه؛ یعنی میفهمی کی تو کدوم تیمه.
✅ آخرش هم با SmolVLM2 شمارهی پیراهن رو دقیق میخونه.
🗂 از مدل، دیتاست، ویدیوی آموزشی و کد نویسی گرفته تا آنالیز و نتایج پروژه، همگی تو لینکهای زیر موجوده.👇
♾️ Basketball AI
💠 Model + Dataset
🖥 RF-DETR
🖥 SAM 2 Tutorial
🌐 #یادگیری_عمیق #DeepLearning
➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🧠 مهندس یادگیری عمیق شوید :
🧠 @DeepLearning_fa
Repost from N/a
💯 از دستش نده — یک آموزش ۴۹ هزار تومنی، هدیه فرادرس به شما
❇️ از بین آموزشهای «هوش مصنوعی و داده کاوی»، دوره مورد نظرتو انتخاب کن و با پرداخت فقط ۴۹,۰۰۰ تومن، یادگیری رو استارت بزن 😉
🎁 کد تخفیف اختصاصی: MEHR49
❌ این کد تخفیف برای هر کاربر فقط یک بار قابل استفاده است و برای اعمال آن باید فقط یک آموزش در سبد سفارش شما باشد.
🔗 آموزشهای هوش مصنوعی و داده کاوی - [انتخاب کنید]
📚 دسترسی به تمامی آموزشها [+]
🔄 FaraDars - فرادرس
