Deep Learning | یادگیری عمیق

Ir al canal en Telegram

🧠 مهندس یادگیری عمیق شوید! ✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 📲 @AIAds1

📈 Análisis del canal de Telegram Deep Learning | یادگیری عمیق

El canal Deep Learning | یادگیری عمیق (@deeplearning_fa) en el segmento lingüístico de Farsi es un actor destacado. Actualmente la comunidad reúne a 14 714 suscriptores, ocupando la posición 13 552 en la categoría Educación y el puesto 22 190 en la región Irán.

📊 Métricas de audiencia y dinámica

Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 14 714 suscriptores.

Según los últimos datos del 25 septiembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de 606, y en las últimas 24 horas de 0, conservando un alto alcance.

Estado de verificación: No verificado
Tasa de interacción (ER): El promedio de interacción de la audiencia es 11.93%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 4.11% de reacciones respecto al total de suscriptores.
Alcance de las publicaciones: Cada publicación recibe en promedio 1 755 visualizaciones. En el primer día suele acumular 605 visualizaciones.
Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 6.
Intereses temáticos: El contenido se centra en temas clave como عمیق, مهندس, #deeplearning, پایتون, مدل.

📝 Descripción y política de contenido

El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“🧠 مهندس یادگیری عمیق شوید! ✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 📲 @AIAds1”

Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 26 septiembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Educación.

14 714

Suscriptores

Sin datos24 horas

+1527 días

+60630 días

1 755

Visitas de la publicación

~ 60524 horas

~ 74648 horas

11.93%

Tasa de compromiso

Sin datos

Mensajes por día

Ads index

beta

Archivo de publicaciones

14 711

◀️ پروژه یادگیری عمیق من ✅ پیش‌بینی همزمان سن و جنسیت 👨🏻‍💻 تو این پروژه، با کمک شبکه‌های عصبی کانولوشنی و مدل‌های آماده‌ای مثل VGG، سعی کردم مدلی بسازم که فقط با یه عکس از چهره بتونه هم‌زمان سن و جنسیت رو پیش‌بینی کنه! ⬅️ نتیجه: با همین ساختار، تونستم خطای میانگین (MAE) رو برسونم به ۵.۸۰ و مدل برای تشخیص جنسیت تو اعتبارسنجی بالای ۹۲٪ دقت گرفت! 📣 از دیتاست و کد نویسی گرفته تا آنالیز و نتایج پروژه، همگی در لینک‌‌های زیر موجوده.👇 ┌ 🖥 Age & Gender Detection └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

🔸 آموزش شبکه‌های عصبی با بهینه ساز VSGD 👨🏻‍💻 وقتی بحث آموزش شبکه‌های عصبی عمیق وسط باشه، نصف داستان به “بهینه‌سازی” برمی‌گرده! و همه سراغ آدم (Adam) و بهینه‌سازهای پیشرفته مشابه میرن. ◀️اما ما یه بهینه‌ساز کاملاً جدید ساختیم که بر پایه یه فریم‌ورک احتمالاتی (Bayesian) هست! ✏️ توی مقاله جدیدمون (که تو ژورنال TMLR پذیرفته شده)، با استفاده از گرادیان کاهشی تصادفی (Stochastic Gradient Descent)، اومدیم گرادیان رو به عنوان متغیر پنهان مدل کردیم و یه بهینه‌ساز نو به اسم VSGD درآوردیم. این فریم‌ورک در واقع تعمیم‌یافته ADAM و بقیه‌یِ بهینه‌سازهای گرادیانیه. ✅ روی معماری‌ها و دیتاست‌های مختلف، VSGD حسابی خوش درخشیده و بقیه اپتیمایزرها رو جا گذاشته! (بخصوص توی کارایی و سرعت همگرایی) ┌ 🧠 VSGD ├ 📖 Article └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

💡 بالاخره یادگیری عمیق رو درست و حسابی فهمیدم! 👨🏻‍💻 تقریباً هر کسی که دیپ لرنینگ رو جدی دنبال می‌کنه، از یه جایی به بعد، به یه نقطه‌ای می‌رسه که همه‌چی براش پیچیده میشه. ✏️ خودمم همچنین تجربه‌ای داشتم؛ هر چقدر بیشتر جلو می‌رفتم، بیشتر حس ‌کردم که مباحث رو نمی‌فهمم. تا اینکه کاملاً اتفاقی به این پلی‌لیست برخوردم. ✅ این پلی‌لیست اومده همون مفاهیم پرچالش یادگیری عمیق و شبکه‌های عصبی رو، مرحله‌به‌مرحله و با تصویرسازی، ساده توضیح داده. ⬅️ از مبانی یادگیری عمیق بگیر تا CNNها برای تصاویر، RNNها برای داده‌های دنباله‌دار، GANها که عکس می‌سازن، یادگیری تقویتی با Q-Network و حتی معروف‌ترین نظریه‌ها مثل Universal .Approximation Theorem ┌ 🧠 Neural Networks └ 😉 Youtube Playlist 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

📙 خلاصه‌ی کاربردی «یادگیری عمیق» 👨🏻‍💻 هر کسی سراغ یادگیری عمیق مخصوصاً بحث CNN رفته باشه، خوب می‌دونه که همون ابتدا این مفاهیم چقدر می‌تونه گیج‌کننده‌ باشه. ⬅️ این جزوه یه خلاصه مفید و کاربردی، پر از مثال‌های واقعی و توضیح قدم‌به‌قدم مسائلیه که هیچ استاد یا دوره‌ی آنلاینی بهت نمی‌گه! ✅ اگه شما هم مثل من ترجیح می‌دین به‌جای خوندن صدتا کتاب تئوری، یه منبع جمع و جور ولی پر از تجربه‌ی واقعی داشته باشین، حتماً یه نگاهی به این جزوه بندازین! 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

Repost from N/a

✅ ۷۰۰ دوره آموزشی فرادرس، فقط ۸۹ هزار تومن! ⏳ برای دریافت این دوره‌های آموزشی با قیمت استثنایی، فقط امروز فرصت داری... ▫️ پردازش زبان طبیعی با کتابخانه SpaCy در پایتون ▫️ طراحی و ساخت مدلهای حجیم زبانی LLM با پایتون ▫ اصول و روش های متن کاوی Text Mining ▫️ الگوریتم ژنتیک در متلب MATLAB ▫️ یادگیری ماشین با پایتون – ماشین لرنینگ 🔗 لیست تمامی ۷۰۰ آموزش — [کلیک کنید] 🔄 FaraDars - فرادرس

14 711

👨‍💻 اولین پروژه یادگیری عمیقم رو با MLOps رو پیاده‌سازی کردم! 👨🏻‍💻 همیشه می‌خواستم یک بار هم که شده، یه پروژه یادگیری عمیق رو واقعاً از صفر تا دیپلوی نهایی، اونم با همه ابزارهای MLOps، خودم پیاده سازی کنم. ✏️ بالاخره وقت گذاشتم، نشستم پای یه ویدیوی تقریباً ۴ ساعته و مرحله‌به‌مرحله باهاش جلو رفتم. این پروژه درباره تشخیص بیماری مرغ‌ها بود، و تو این مسیر با کلی مفهوم و ابزارهای مختلف دست و پنجه نرم کردم: 🥵 از جمع و جور کردن دیتا و ساختار پروژه گرفته تا مدل‌سازی، لاگ‌گیری و ساخت pipeline و اپ روی Streamlit. همه چی مرحله‌به‌مرحله و اصولی. ✅ اگه می‌خوایم از مدل‌سازی تا دیپلوی مدل روی کلود رو با همه جزئیات و اصول MLOps مثل حرفه‌ای‌ها یاد بگیرین و تجربه کنین، این ویدیو همون چیزیه که لازم دارین!👇 ┌ 💰 DL Project using MLOps ├ 😉 Tutorial Video └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

Repost from هشتگ‌ تبلیغ تخصصی

💎 مدرسه تابستانه شبکه عصبی و یادگیری عمیق با مدرک دو زبانه ــــــــــــــــــــــــــــــــــــ انجام صفر تا صد، 5 پروژه واقعی ــــــــــــــــــــــــــــــــــــ ⁉️ مخاطبین این دوره چه کسانی هستند؟ 🟪دانشجویان و فارغ التحصیلان تحصیلات تکمیلی رشته‌های فنی مهندسی 🟪اعضای تیم هوش مصنوعی شاغل در استارتاپ‌ها، سازمان‌ها و کسب‌وکارها 🟪علاقمندان به حوزه شبکه عصبی و یادگیری عمیق 🟪دانشجویانی که قصد نوشتن پایان نامه در این حوزه را دارند 🟪افرادی که قصد مهاجرت کاری یا تحصیلی دارند ــــــــــــــــــــــــــــــــــــــ 🔔 جهت دریافت مشاوره رایگان و اطلاعات تکمیلی؛ از طریق لینک زیر اقدام نمایید 📎 httb.ir/oUGC0 👈 ـــــــــــــــــــــــــــــــــــ 📞 02191096546 💬 @onacademy

14 711

🔥 مدل HQ-SAM به ترنسفورمرها اضافه شد! 👨🏻‍💻 مدت‌ها با SAM (همون Segment Anything Model معروف Meta که سال ۲۰۲۳ اومد) کار کردم و همیشه تو پروژه‌ها به این فکر می‌کردم که چقدر خوب می‌شد دقتش تو شناسایی جزئیات ریز بالاتر بره. ✅ حالا HQ-SAM اومده که دقیقاً همین مشکل رو با یه راهکار ابتکاری حل کنه؛ بدون اینکه هسته اصلی SAM رو دستکاری کنه یا کارایی و قابلیت پرامپت‌پذیری و zero-shot بودنش رو خراب کنه. یعنی به عنوان یه جایگزین مستقیم (drop-in replacement)، راحت و بی‌دردسر می‌تونی‌ جای SAM بندازیش و لذت ببری! ✏️ این مدل اولین بار تو کنفرانس NeurIPS سال ۲۰۲۳ ارائه شد، که یکی از ‌بالاترین رویدادهای هوش مصنوعیه. ┌ 💠 HQ-SAM ├ 📖 Documentation ├ 🖥 Notebook └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

Repost from هشتگ‌ تبلیغ تخصصی

🚀 دوره جامع تربیت تحلیل‌گر داده 🔥 برای پرواز به دنیای داده‌ها و تبدیل شدن به یک تحلیل‌گر داده آماده‌اید؟ 📌 برخی از مخاطبان این دوره ☑️ دانشجویان و فارغ التحصیلان تحصیلات تکمیلی ☑️ کارشناسان و مدیران فعال در کسب و کارها ☑️ علاقمندان به کسب جایگاه شغلی خوب در داخل و خارج از کشور ☑️ فارغ التحصیلان که به دنبال کسب مزیت رقابتی در بازار کار هستند 🏛 موسسه توسعه 📌 مشاوره رایگان و مشاهده جزئیات دوره از لینک زیر: ⏳ httb.ir/SSYp1 ⏳ httb.ir/SSYp1 ⏳ httb.ir/SSYp1 ⬆️⬆️⬆️⬆️⬆️

14 711

🔸 می‌خوای بهینه‌سازی رو یه لِوِل ببری بالاتر؟ VSGD اینجاست! 👨🏻‍💻 وقتی بحث آموزش شبکه‌های عصبی عمیق وسط باشه، نصف داستان به “بهینه‌سازی” برمی‌گرده! و همه سراغ آدم (Adam) و بهینه‌سازهای پیشرفته مشابه می‌رن. ◀️اما ما یه بهینه‌ساز کاملاً جدید ساختیم که بر پایه یه فریم‌ورک احتمالاتی (Bayesian) هست! 💬 توی مقاله جدیدمون (که تو ژورنال TMLR پذیرفته شده)، با استفاده از گرادیان کاهشی تصادفی (Stochastic Gradient Descent)، اومدیم گرادیان رو به عنوان متغیر پنهان مدل کردیم و یه بهینه‌ساز نو به اسم VSGD درآوردیم. این فریم‌ورک در واقع تعمیم‌یافته ADAM و بقیه بهینه‌سازهای گرادیانیه. ✅ روی معماری‌ها و دیتاست‌های مختلف، VSGD حسابی خوش درخشیده و بقیه اپتیمایزرها رو جا گذاشته! (بخصوص توی کارایی و سرعت همگرایی) ┌ 🧠 VSGD ├ 📖 Article └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

📖 «یادگیری عملی TensorFlow» 👨🏻‍💻 کتاب TensorFlow in Action، منبعی که تنسورفلو رو عمیق، کاربردی و پروژه‌محور یاد می‌ده. از مقدمات TensorFlow 2 و ساخت مدل با Keras، همه رو با مثال و پروژه واقعی پیش می‌بره. ✅ نویسنده‌اش، همونیه که توی StackOverflow اسمش همیشه کنار بهترین جواب‌های دیپ‌لرنینگ و NLP دیده میشه. 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

Repost from N/a

❇️ دوره‌های آموزشی «علم داده، یادگیری ماشین و هوش مصنوعی» ‼️ فقط با ۸۹ هزار تومن در فرادرس! آموزش‌های پر‌طرفدار در «طرح یادگیری»، فقط ۸۹ هزار تومن با دوره‌های فرادرس، مهارت جدید یاد بگیر 👇 🔗 لینک آموزش‌ها - [شروع یادگیری] 🔻 برای مشاهده سایر آموزش‌ها، روی لینک زیر کلیک کنید:👇 🔗 مشاهده ۷۰۰ آموزش – [کلیک کنید] 🔄 FaraDars - فرادرس

14 711

🥇 ۵ تا پروژه یادگیری عمیق که اخیراً تمومشون کردم! 👨🏻‍💻 تو این چند هفته، رو ۵ پروژه متنوع یادگیری عمیق کار کردم. هر کدوم یه چالش واقعی و خاص برای خودش بودن. از یادگیری CNN و LSTM و یادگیری انتقالی تا دیپلوی با Streamlit و پردازش تصویر و متن… خلاصه کلی چیز یاد گرفتم! 1️⃣ پروژه پیش‌بینی تیپ شخصیتی ✏️ یه اپ Streamlit که با تحلیل رفتار‌هات، میگه برونگرایی یا درونگرا! 📎 لینک: GitHub-Repos ➖ ➖ ➖ ➖ ➖ ➖ ➖ 2️⃣ پروژه StyleNest ✏️ کلاسه‌بندی هوشمند عکس محصول فشن با شبکه عصبی کانولوشنی. 📎 لینک: GitHub-Repos ➖ ➖ ➖ ➖ ➖ ➖ ➖ 3️⃣ پروژه پیش‌بینی کلمات به سبک شکسپیر! ✏️ یک LSTM که به سبک شکسپیر کلمه/عبارت بعدی رو پیش‌بینی می‌کنه! 📎 لینک: GitHub-Repos ➖ ➖ ➖ ➖ ➖ ➖ ➖ 4️⃣ پروژه تحلیل رفتار مشتری ✏️ مدل ANN برای تحلیل و پیش‌بینی ریزش یا وفاداری مشتری با دیتاست واقعی. 📎 لینک: GitHub-Repos ➖ ➖ ➖ ➖ ➖ ➖ ➖ 5️⃣ پروژه تحلیل احساسات در نقد فیلم‌ها ✏️ کلاسه‌بندی احساسات نقد فیلم‌های وبسایت IMDB با LSTM. 📎 لینک: GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

📂 دوره جامع «مدل‌های مولد عمیق» 🛡 از دانشگاه استنفورد 👩🏻‍💻 وقتی می‌خوای وارد دنیای مدل‌های مولد بشی، لازمه که اول مبانی رو خوب یاد بگیری، و هیچ جایی بهتر از دوره دانشگاه استنفورد نمی‌تونه کمکت کنه! این دوره، قدم‌به‌قدم تو رو با مفاهیم پایه‌ای و مدل‌های پیشرفته مولد عمیق آشنا می‌کنه و یه منبع حرفه‌ای و جامع برای یادگیری مدل‌های مولد عمیقه. ✔️ پس اگه میخوای بدونی چطور این مدل‌ها می‌تونن از پردازش تصویر تا زبان طبیعی NLP و حتی حل مسائل پیچیده مثل یادگیری تقویتی رو متحول می‌کنن، این دوره دقیقا برای توئه که هم آموزش جامع می‌ده و هم کلی مثال واقعی از پروژه‌های صنعتی رو پوشش میده.👇 ┌ 🔴 Deep Generative Models ├ ⌨️ Course Homepage ├ 📹 Lecture Videos └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

Repost from N/a

💯 یادگیری «هوش مصنوعی Grok 3 + کاربردها» با ۸۹,۰۰۰ تومن در فرادرس گراک یک مدل پیشرفته هوش مصنوعی است که توسط شرکت xAI، تحت مالکیت ایلان ماسک، توسعه یافته است. این مدل نسبت به نسخه‌های قبلی خود، پیشرفت‌های قابل‌توجهی در قدرت پردازش، استدلال و تصمیم‌گیری دارد و به‌ عنوان یکی از هوشمندترین سیستم‌های هوش مصنوعی شناخته می‌شود. گراک قادر به انجام وظایف متنوعی است از جمله: پاسخ‌گویی به سوالات پیچیده، تحلیل داده‌ها و پردازش اطلاعات، تولید محتوای متنی و تصویری، اشکال‌زدایی و بهینه‌سازی کدها یادگیری Grok 3 برای متخصصان داده، برنامه‌نویسان، پژوهشگران و حتی تولیدکنندگان محتوا می‌تواند مزیت رقابتی بزرگی ایجاد کند و مسیر حرفه‌ای آن‌ها را بهبود بخشد. 🎯 برای شروع یادگیری کلیک کنید 👇 🔗 لینک دریافت آموزش [+] 📚 سایر آموزش‌های ۸۹ هزار تومنی [+] 🔄 FaraDars - فرادرس

14 711

Repost from هشتگ‌ تبلیغ تخصصی

🏐 مدرسه تابستانه شبکه عصبی و یادگیری عمیق با مدرک دو زبانه ــــــــــــــــــــــــــــــــــــ 💯 انجام صفر تا صد، 5 پروژه واقعی ــــــــــــــــــــــــــــــــــــ ⁉️ مخاطبین این دوره چه کسانی هستند؟ ✅ دانشجویان و فارغ التحصیلان تحصیلات تکمیلی رشته‌های فنی مهندسی ✅ اعضای تیم هوش مصنوعی شاغل در استارتاپ‌ها، سازمان‌ها و کسب‌وکارها ✅ علاقمندان به حوزه شبکه عصبی و یادگیری عمیق ✅ دانشجویانی که قصد نوشتن پایان نامه در این حوزه را دارند ✅ افرادی که قصد مهاجرت کاری یا تحصیلی دارند ــــــــــــــــــــــــــــــــــــــ 📌 جهت دریافت مشاوره رایگان و اطلاعات تکمیلی؛ از طریق لینک زیر اقدام نمایید 💡 httb.ir/4rl9I ـــــــــــــــــــــــــــــــــــ 02191096546 @onacademy

14 711

🔄 معماری شبکه‌های عصبی رو راحت و دقیق طراحی کن! 👨🏻‍💻 یکی از مشکلات مهندس‌های ML اینه که معماری شبکه‌های عصبی رو به صورت دستی طراحی می‌کنن. این کار علاوه بر زمانبر بودن، چالش‌های زیادی هم به همراه داره! ✔️ اگه می‌خواین معماری شبکه‌های عصبی‌ رو دقیق و با جزئیات فوق‌العاده طراحی کنین، ابزار NN-SVG رو امتحان کنین! ⏪ با این ابزار می‌تونین بدون دردسر و طراحی دستی، معماری شبکه‌هاتون رو به صورت پارامتریک بسازین و هر چیزی رو به راحتی تغییر بدین. ✏️ از ویژگی‌های مهم این ابزار: 1️⃣ طراحی پارامتریک: تغییر راحت معماری. 2️⃣ خروجی SVG: مناسب برای مقالات علمی. ┌ 💸 NN-SVG ├ 💰 Website └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

14 711

💡 مهارتت رو جهانی کن – وقتشه وارد دنیای درآمد دلاری بشی! اگه طراحی می‌کنی، کدنویسی بلدی، تولید محتوا انجام می‌دی، معمار یا انیماتوری، یا هر مهارت دیگه‌ای داری، یه حقیقت مهم هست که باید بدونی: مشتری‌های بین‌المللی حاضرن برای همین مهارتی که داری، چند برابر بیشتر از بازار داخلی پرداخت کنن! اما سوال اینجاست: ✅ چطور باید وارد بازار بین‌المللی بشی؟ ✅ کدوم پلتفرم برای مهارت تو مناسب‌تره؟ ✅ چطور تحریم‌ها رو دور بزنی؟ ✅ چطور اولین پروژه رو بگیری و درآمدتو نقد کنی؟ 📌 توی این وبینار رایگان، دکتر علیرضا قیمتی قراره مرحله به مرحله بهت یاد بده چطور از همین امروز قدم بذاری تو مسیر واقعی فریلنسینگ بین‌المللی 🗓 دوشنبه ۲۳ تیر ⏰ ساعت 7 شب 🎫 لینک ثبت‌نام رایگان https://links.etekanesh.com/Ghad12

14 711

🚀 با این تغییر کوچیک سرعت آموزش مدل‌هات رو تا 5 برابر افزایش بده! 👨🏻‍💻 پایتورچ توی آموزش مدل‌ها با GPU چند تا تنظیم پیش‌فرض داره که بهینه نیستن و من با یه تغییر کوچیک توی تنظیمات، تونستم حدود 5 برابر سرعت آموزش مدل‌ها رو افزایش بدم! ❓ چطوری این کارو کردم؟ توی هر مدل PyTorch که با GPU کار می‌کنه، وقتی GPU در حال پردازشه، CPU بیکار می‌مونه و برعکس. اینجا جایی‌ایه که می‌تونیم با استفاده از Memory Pinning این وضعیت رو بهینه کنیم. ✔️ چطور Memory Pinning رو فعال کنیم؟ 1️⃣ توی آبجکت DataLoader گزینه pin_memory=True رو فعال کن. 2️⃣ هنگام انتقال داده‌ها به GPU از این دستور استفاده کن: .to(device, non_blocking=True) 3️⃣ همچنین مقدار num_workers رو توی DataLoader تنظیم کن تا از چند هسته CPU برای تسریع انتقال داده‌ها استفاده بشه. ⏪ با این تنظیمات ساده، می‌تونی سرعت آموزش مدل‌هات رو به طور چشمگیری افزایش بدی! 🌫 Memory Pinning 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa