ru
Feedback
Deep Learning | یادگیری عمیق

Deep Learning | یادگیری عمیق

Открыть в Telegram

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

Больше

📈 Аналитический обзор Telegram-канала Deep Learning | یادگیری عمیق

Канал Deep Learning | یادگیری عمیق (@deeplearning_fa) языкового сегмента Фарси является активным участником. Сейчас сообщество объединяет 14 759 подписчиков, занимая 13 514 место в категории Образование и 22 111 место в регионе Иран.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 14 759 подписчиков.

Согласно последним данным от 26 сентября, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило 616, а за последние 24 часа — 45, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 12.20%. В первые 24 часа после публикации контент обычно набирает 3.98% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 1 801 просмотров. В течение первых суток публикация набирает 587 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 6.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как عمیق, مهندس, #deeplearning, پایتون, مدل.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
“🧠 مهندس یادگیری عمیق شوید! ✅ جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 📲 @AIAds1”

Благодаря высокой частоте обновлений (последние данные получены 27 сентября, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Образование.

14 759
Подписчики
+4524 часа
+1967 дней
+61630 дней
Архив постов
💧 دوره جدید یادگیری تقویتی دانشگاه استنفورد 👨🏻‍💻 دانشگاه استنفورد به تازگی یه دوره 20 ساعته یادگیری تقویتی رو ارائه داده
💧 دوره جدید یادگیری تقویتی دانشگاه استنفورد 👨🏻‍💻 دانشگاه استنفورد به تازگی یه دوره 20 ساعته یادگیری تقویتی رو ارائه داده که از مفاهیم ساده تا چالش‌های پیشرفته یادگیری تقویتی رو بهتون یاد می‌ده. ✅ یاد می‌گیرین RL یعنی چی و کجاها به درد می‌خوره. ✅ با مفاهیم مهمی مثل "تعمیم" و "اکتشاف" آشنا می‌شین. ✅ کلی تمرین تئوری و کدنویسی دارین تا دست به کد شین. ✅ تهش هم می‌رین سراغ یادگیری تقویتی عمیق و مباحث پیشرفته‌تر. ┌ 🔀 CS234: Reinforcement Learning ├ 🥵 Course Homepage ├ 😉 Youtube Playlist └ 📄 PDF 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

⭕️⭕️ به‌دلیل استقبال گسترده و بی نظیر شما از دوره ۳۵ و پر شدن سریع ظرفیت، دوره سی‌وششم علم داده و هوش مصنوعی دانشگاه تهران با
⭕️⭕️ به‌دلیل استقبال گسترده و بی نظیر شما از دوره ۳۵ و پر شدن سریع ظرفیت، دوره سی‌وششم علم داده و هوش مصنوعی دانشگاه تهران با همکاری Tehran Data برای آخرین‌بار و بدون افزایش شهریه در همان تاریخ ۵ اردیبهشت برگزار خواهد شد. 🥇بیش از ۳۵ دوره موفق و هزاران فارغ‌التحصیل حرفه‌ای💯 ⚡️🔣تخفیف زودهنگام فقط برای ۱۰ نفر اول (ظرفیت محدود، اولویت با کسانی که سریع‌تر اقدام کنند) ⭐ مزایای برجسته دوره: 🟢 آموزش عمیق و کاربردی در حوزه Data Science، ML و AI در سطح استاندارد جهانی 🟣 ساخت رزومه پروژه‌محور و قابل ارائه به بازار کار 🟠 تدریس توسط منتورها و اساتید دانشگاه تهران و متخصصان صنعت 🔵 پشتیبانی آموزشی، مشاوره شغلی و ارائه گواهینه معتبر دوزبانه دانشگاه تهران 🟡 دسترسی به شبکه فارغ‌التحصیلان فعال در حوزه داده ❌اگه از ثبت‌نام در دوره ۳۵ با تعرفه سال گذشته جا ماندید، این فرصت رو از دست ندهید‼️ https://tehrandata.org/courses/datascience 🧨 حالا نوبت شماست که مسیر آینده‌تون رو هوشمندانه انتخاب کنید🚀 📞 تماس با ما: 09377516759 09357516755 #علم_داده #هوش_مصنوعی #دوره_جامع #دانشگاه_تهران #فرصت_طلایی #تهران_دیتا 💬 Telegram | 📞 whatsapp | 📱 linkedin | 📷 Instagram | 🌐 website | 💬 admin 1 | 💬 admin 2

Repost from N/a
⏰ ساعات پایانی — جامع‌ترین دوره‌های «یادگیری عمیق و هوش مصنوعی» با ۷۵ درصد تخفیف در فرادرس 💎 همین امروز هر آموزشی رو که دوست
⏰ ساعات پایانی — جامع‌ترین دوره‌های «یادگیری عمیق و هوش مصنوعی» با ۷۵ درصد تخفیف در فرادرس   💎 همین امروز هر آموزشی رو که دوست داری با تخفیف ویژه دریافت کن! 😉   ⚡️ مجموعه آموزش داده کاوی و یادگیری ماشین   ⚡️ هوش مصنوعی GPT برای یادگیری ماشین و علوم داده   ⚡️ مجموعه آموزش پایتون برای یادگیری عمیق   ⚡️ تحلیل بازارهای مالی با هوش مصنوعی و پایتون   ⚡️ طراحی و ساخت مدلهای حجیم زبانی LLM   🔗 صفحه تخفیف و سایر آموزش‌ها [+]   🎁 کد تخفیف ۷۵ درصدی: EYD75 🔄 FaraDars - فرادرس

💻 دوره‌های یادگیری عمیق NVIDIA رو رایگان شرکت کن! 👨🏻‍💻 کم پیش میاد فرصتی مثل این گیرت بیاد: الان می‌تونی کاملاً رایگان تو
💻 دوره‌های یادگیری عمیق NVIDIA رو رایگان شرکت کن! 👨🏻‍💻 کم پیش میاد فرصتی مثل این گیرت بیاد: الان می‌تونی کاملاً رایگان توی دوره‌های تخصصی یادگیری عمیق وبسایت NVIDIA شرکت کنی! قبلاً برای این دوره‌ها باید ۸۰ تا ۹۰ دلار خرج می‌کردی، ولی با این لینک اختصاصی، همه‌چی رایگان شده: ❓ چرا نباید این فرصت رو از دست بدی؟ ✅ دوره‌هاش عملی و پروژه‌محور هستن (GenAI، یادگیری عمیق، داده‌کاوی و ...) ✅ مستقیم با تکنولوژی‌های روز NVIDIA کار می‌کنی. ┌ 🌫 DL Institute └ 📂 Course Catalog 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

📄 جزوه «مبانی PyTorch» 👨🏻‍💻 پایتورچ یکی از اولین و مهم‌ترین قدم‌ها برای ورود به دنیای یادگیری عمیقه! این راهنمای ساده و جمع‌وجور، قدم‌به‌قدم با مثال‌های ساده، مفاهیم PyTorch رو بهتون یاد می‌ده. نه پیچیده‌ست، نه خسته‌کننده! ✍️ این نوت‌بوک با کد واقعی و توضیحات ساده، کم‌کم تِنسورها، عملیات‌ها و به کلی نکات مهم رو یادتون می‌ده. 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

🚀 چهار استراتژی مهم برای آموزش مدل‌های دیپ‌لرنینگ با چند GPU 👨🏻‍💻 معمولا وقتی مدلی رو آموزش می‌دیم، فقط از یه GPU استفاده
🚀 چهار استراتژی مهم برای آموزش مدل‌های دیپ‌لرنینگ با چند GPU 👨🏻‍💻 معمولا وقتی مدلی رو آموزش می‌دیم، فقط از یه GPU استفاده می‌شه، حتی اگه چندتا GPU هم داشته باشیم! اما اگه با دیتای سنگین سروکار داریم، خیلی بهتره که بار آموزش رو بین چندتا GPU تقسیم کنیم. 1️⃣ موازی‌سازی مدل (Model Parallelism): 📄 هر بخش (یا لایه) مدل رو می‌ذاری رو یه GPU. واسه مدل‌های خیلی بزرگ خوبه، ولی مشکل Bottleneck هم داری؛ مخصوصاً وقتی باید خروجی هر GPU رو به بعدی پاس بدی. 2️⃣ موازی‌سازی تانسور (Tensor Parallelism): 📄 یه عملیات بزرگ (مثلاً ضرب ماتریس)، رو تیکه‌تیکه می‌کنی و هر قسمت رو می‌فرستی رو یه GPU. این مدل موازی توی خود PyTorch و بقیه فریمورک‌ها هست، ولی تو توزیع‌شده خیلی پررنگ‌تر می‌شه. 3️⃣ موازی‌سازی داده (Data Parallelism): 📄 کل مدل رو، رو همه‌ی GPUها کپی می‌کنی. دیتارو خورد می‌کنی و هر GPU یه تکه‌ش رو پردازش می‌کنه! در نهایت گرادیان‌ها رو جمع می‌زنی و با هم آپدیت می‌کنی. 4️⃣ موازی‌سازی پایپ‌لاین (Pipeline Parallelism): 📄 ترکیبی از دو روش بالاست. یه دسته کوچیک دیتا (میکروبچ) رو رو GPU1 اجرا می‌کنی، وقتی تموم شد به GPU2 می‌فرستی، همزمان GPU1 می‌تونه با یه میکروبچ دیگه کار کنه! اینطوری GPUها همه با هم فعالن و استفاده می‌شن. خیلی بهتر جواب می‌ده! 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

🪨 این‌بار به مقصد می‌رسه! چون اینبار ما کنارتیم🧡 🟠 شروع ثبت‌نام جدید دوره‌‌های برنامه‌نویسی، داده و هوش مصنوعی دانشکار 🔶
🪨 این‌بار به مقصد می‌رسه! چون اینبار ما کنارتیم🧡 🟠 شروع ثبت‌نام جدید دوره‌‌های برنامه‌نویسی، داده و هوش مصنوعی دانشکار 🔶 ۲۵٪ تخفیف ثبت‌نام زودهنگام! 🔸شروع مسیر یادگیری و استخدام: 👇👇 https://dnkr.ir/2Mqgr https://dnkr.ir/2Mqgr

📺 بهترین دوره برای شروع یادگیری دیپ لرنینگ 👨🏻‍💻 یکی از بهترین دوره‌های مقدماتی یادگیری عمیق که تو اینترنت می‌تونین پیدا ک
📺 بهترین دوره برای شروع یادگیری دیپ لرنینگ 👨🏻‍💻 یکی از بهترین دوره‌های مقدماتی یادگیری عمیق که تو اینترنت می‌تونین پیدا کنین، همینه! حتی تو مصاحبه‌‎ها هم همیشه صحبتِ مفاهیمی مثل بک‌پراپ، گرادیان دیسنت و الگوریتم‌های بهینه‌سازی پیش میاد. پس برای شروع، بهتره پایه‌ ریاضی رو خوب یاد بگیرین! ✏️ با این دوره نه تنها پایه‌ی ریاضی‌تون قوی‌تر می‌شه، بلکه کلی معماری پرکاربرد یاد می‌گیرین که برای پروژه‌های عملی یادگیری عمیق ضروریه.💯 ┌ 🌫 Deep Learning └ 😉 Youtube Playlist 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

Repost from SEMATEC
💢دوره حضوری / آنلاین Deep learning with Python ⬅️شروع از 3 اردیبهشت ⬅️روزهای چهارشنبه 16:30 الی 20:30 ⬅️استاد: وحید قربانی ✅
💢دوره حضوری / آنلاین Deep learning with Python ⬅️شروع از 3 اردیبهشت ⬅️روزهای چهارشنبه 16:30 الی 20:30 ⬅️استاد: وحید قربانی ✅ ۵٪ تخفیف ویژه دانشجویان ⭐هدف از این دوره، آشنایی با روش‌های پیشرفته برای تحلیل داده است. در این دوره دانشجویان با داده های تصویر ی، متنی و روش های تحلیل آن‌ها آشنا می شوند. 👈پیش نیاز: آشنایی با زبان پایتون و یادگیری ماشین ✅اگر به دنبال یک حرکت واقعی، ماندگار و پر ثمر در دنیای تحلیل داده می‌گردید، این دوره، جایی در بالای فهرست کارهای مهمتان قرار می‌گیرد. برای سر درآوردن از ماجرای این دوره به لینک زیر سربزنید.⬇️ 👀سرفصل دوره + ثبت نام 📞تلفن ثبت نام: 02188738394 📌هر سوالی داری از @sematec بپرس ✅لذت پیشرفت را تجربه کنیم ✔️سماتک، مرکز آموزش‌های تخصصی IT 🚀@sematecofficial

🔣 درک ضرب ماتریس‌ها به ساده‌ترین شکل! 👨🏻‍💻 عملیات ضرب ماتریسی (matmul) همیشه یکی از بخش‌های کلیدی مدل‌های یادگیری عمیق بوده، یه جورایی همون قلب تپنده مدل‌های امروزیه! اما درکش گاهی سخته. 🧠 حالا پایتورچ یه ابزار بصری‌سازی فوق‌العاده منتشر کرده که کمک می‌کنه بفهمیم دقیقاً توی ضرب ماتریسی چی داره می‌گذره. ❗️ نکته جالب اینه که کاملاً توی مرورگر اجرا می‌شه، بدون نصب هیچی! فقط باز کن و ببین چطور همه‌چی کنار هم کار می‌کنه! 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

📹 دوره «ریاضیات یادگیری عمیق» 👨🏻‍💻 این دوره که توسط یه نوجوون ۱۶ ساله به اسم آدام دهالا ساخته شده، تو ۵ ساعت محتوای ناب،
📹 دوره «ریاضیات یادگیری عمیق» 👨🏻‍💻 این دوره که توسط یه نوجوون ۱۶ ساله به اسم آدام دهالا ساخته شده، تو ۵ ساعت محتوای ناب، به ریاضیات پایه‌یِ شبکه‌های عصبی و الگوریتم پس انتشار به زبون ساده می‌پردازه. ✏️ دوره‌ای پر از جزئیات و آموزش‌های دقیق که اصلاً باور نمی‌کنی کسی تو این سن این‌قدر خوب بتونه تدریس کنه.👇 ┌ 🧠 DL Mathematics └ 😉 Youtube Playlist 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

📨 جزوه «یادگیری عمیق با پایتون» 👨🏻‍💻 این کتاب مثل یه جعبه‌ ابزار کامل برای هر کسی که می‌خواد با اصول یادگیری عمیق به صورت مفهومی آشنا بشه. یه منبع ساده و کامل که قدم‌به‌قدم مفاهیم دیپ لرنینگ رو برات باز می‌کنه و با مثال‌های پایتون توضیح می‌ده. ✅ این جزوه نه تنها مفاهیم رو خیلی ساده توضیح داده، بلکه با استفاده از مثال‌های کاربردی و کدهای واقعی، برای پروژه‌های عملی آماده‌ت می‌کنه! 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

🎥 درک شبکه‌های عصبی کانولوشنی با یه بصری‌سازی فوق‌العاده! 👨🏻‍💻 اون‌چه که تو تئوری درکش سخته، تو ویژوالایزیشن مثل آب خوردن قابل درکه! اگه هنوز CNN برات مبهمه، این ویدیو واقعاً یکی از بهترین ویژوالایزیشن‌هایی که از پیاده‌سازی CNNها می‌بینی! 📹 به وضوح نشون می‌ده که CNNها چطور داده‌ها رو مرحله‌به‌مرحله پردازش می‌کنن. عملکرد لایه‌های مختلف کانولوشن رو خیلی واضح توضیح داده.👌🏼 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

⚡️ کد پایتورچ‌ت رو تا ۱۰۰ برابر سریع‌تر اجرا کن! 👨🏻‍💻 اگه تا حالا فکر می‌کردی مدل‌های پایتورچ بهینه هستن، ابزار AI CUDA Engineer کاملاً نگاهتو عوض می‌کنه! ❓ این ابزار چطوری کار می‌کنه؟ 1️⃣ کد پایتورچ رو می‌گیره و تبدیل می‌کنه به کرنل‌های CUDA. 2️⃣ چندتا عملیات رو تو یه کرنل ترکیب می‌کنه تا سریع‌تر بشه. 3️⃣ با LLMها کرنل بهتر تولید می‌کنه. 4️⃣ بین هزاران کرنل بهینه‌شده، سریع‌ترین رو انتخاب می‌کنه. ✔️ نتایج؟ ◀️ تا ۵۰ برابر سریع‌تر توی Conv سه‌بعدی. ◀️ تا ۵۰ برابر سریع‌تر توی ماتریس ضرب قطری. ◀️ از torch.compile هم میانگین 1.5 برابر سریع‌تره! 📣 حتی تو بعضی کارها از کرنل‌هایی که دستی CUDA نوشتن هم سریع‌تره! ┌ 📂 AI CUDA Engineer └ 🌐 Website 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

📖 یه خلاصه جمع و جور از «یادگیری عمیق» 👨🏻‍💻 این جزوه خلاصه‌ای از مفاهیم پایه و کمی پیشرفته‌ی یادگیری عمیقه و برای کسایی که می‌خوان یه مرور سریع ولی کاربردی داشته باشن، طراحی شده. 🏷توی این فایل سعی کردم مفاهیم با زبان ساده ولی دقیق توضیح داده بشه، همراه با نکات کاربردی که توی پروژه‌های واقعی به کارتون میاد. 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

🤔 پیش‌بینی ریزش مشتری با یادگیری عمیق! 👨🏻‍💻 با استفاده از TensorFlow ،scikit-learn و Streamlit یه سیستم پیش‌بینی ریزش مشتری ساختم. ✏️ ورودی‌هاش مثل امتیاز اعتباری، سن، موجودی حساب، مدت زمان حضور، تعداد محصولات و وضعیت فعالیت مشتری‌هاست و خروجیش احتمال ریزش هر مشتری رو به‌صورت لحظه‌ای نشون می‌ده. 📝 تو این پروژه با چند تا نکته کلیدی سر و کار داشتم: ✅ آموزش مدل با TensorFlow ✅ پیش‌پردازش با One-Hot و Standard Scaling ✅ رابط کاربری تعاملی با Streamlit ✅ پیش‌بینی لحظه‌ای و قابل درک ✅ امکان تست سناریوهای مختلف با ورودی‌های داینامیک ┌ 📂 Customer Churn Prediction └ 🐱 GitHub-Repos 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

🧭 نقشه راه «مهندسی دیپ لرنینگ» 👨🏻‍💻 یه مهندسی یادگیری عمیق میانگین حقوقش تو آمریکا ۱۱۵ هزار دلار در ساله! اگه درست و با صبر بری جلو، می‌تونی به همچنین موقعیت شغلی برسی. کافیه این نقشه راه رو مو به مو اجرا کنی: 👇 1️⃣ یادگیری ریاضیات پایه ✍️ چی بخونیم؟ جبر خطی، حساب دیفرانسیل و انتگرال، و احتمال و آمار. 📂 منبع: لینک ➖ ➖ ➖ ➖ ➖ 2️⃣ مسلط شدن به پایتون و کتابخونه‌ها ✍️ چی بخونیم؟ NumPy (محاسبات عددی)، Pandas (مدیریت داده)، Matplotlib (مصوری‌سازی). 📂 منبع: لینک ➖ ➖ ➖ ➖ ➖ 3️⃣ آشنایی با یادگیری ماشین ✍️ چی بخونیم؟ مفاهیم پایه مثل یادگیری نظارت‌شده/نظارت‌نشده، رگرسیون، طبقه‌بندی، و متریک‌های ارزیابی. ➖ ➖ ➖ ➖ ➖ 4️⃣ درک اصول یادگیری عمیق ✍️ چی بخونیم؟ نورون‌ها، توابع فعال‌سازی، شبکه‌های عصبی، بک‌پراپگیشن، loss functions، و الگوریتم‌های بهینه‌سازی (مثل Adam و SGD). 📂 منبع: لینک ➖ ➖ ➖ ➖ ➖ 5️⃣ ابزار PyTorch یا TensorFlow ✍️ پایتورچ برای شروع عالیه. 📂 منبع: لینک ➖ ➖ ➖ ➖ ➖ 6️⃣ یادگیری معماری‌های کلیدی ✍️ چی بخونیم؟ CNN (پردازش تصویر)، RNN/LSTM (داده‌های ترتیبی)، Transformers (مکانیزم توجه). 📂 منبع: لینک (۱) ، لینک (۲) ➖ ➖ ➖ ➖ ➖ 7️⃣ آماده‌سازی داده ✍️ چی بخونیم؟ پاکسازی، Augmentation، نرمال‌سازی، و مدیریت داده‌های نامتوازن. ➖ ➖ ➖ ➖ ➖ 8️⃣ آموزش و تنظیم مدل ✍️ چی بخونیم؟ تنظیم هایپرپارامترها (grid, random, Bayesian)، و تکنیک‌هایی مثل منظم‌سازی. 📂 منبع: لینک ➖ ➖ ➖ ➖ ➖ 9️⃣ ارزیابی مدل ✍️ چی بخونیم؟ Confusion Matrix و متریک‌هایی مثل دقت/بازخوانی. ➖ ➖ ➖ ➖ ➖ 1️⃣ دیپلوی کردن مدل ✍️ چی بخونیم؟ ابزارهایی مثل Flask/FastAPI، و پلتفرم‌های AWS ،GCP ،Docker. 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

✏️ کتاب «ریاضیات یادگیری عمیق» 👨🏻‍💻 یادگیری عمیق کلی ریاضیات و نظریه پشتشه! این کتابم فقط به کدنویسی بسنده نمی‌کنه و از صفر شروع می‌کنه و مفاهیم پایه‌ معماری‌های مختلف شبکه‌های عصبی مثل شبکه‌های کانولوشنی، بازگشتی و... رو کامل توضیح می‌ده. ✅ یه نکته جالبش اینه که هم ساختار مدل‌ها رو توضیح می‌ده، هم به الگوریتم‌های بهینه‌سازی می‌پردازه. 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

⚡️ یادگیری عمیق بدون دردسر راه‌اندازی! 👨🏻‍💻 اگه می‌خوای یاد بگیری چطوری با TensorFlow مدل دیپ لرنینگ بسازی ولی حوصله‌ی نصب
⚡️ یادگیری عمیق بدون دردسر راه‌اندازی! 👨🏻‍💻 اگه می‌خوای یاد بگیری چطوری با TensorFlow مدل دیپ لرنینگ بسازی ولی حوصله‌ی نصب و تنظیمات رو نداری، یه راه ساده وجود داره: ✔️ آموزش‌های رسمی TensorFlow توی قالب نوت‌بوک‌های Jupyter هستن و مستقیم تو کولب اجرا می‌شن! ✏️ یعنی با یه کلیک روی دکمه‌ی Run in Google Colab، کدها برات باز می‌شن و می‌تونی همونجا تمرین کنی و مدل بسازی. بدون نیاز به GPU شخصی یا نصب محیط خاص. ┌ ⏩ TensorFlow Tutorials └ 🌎 Website 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa

💥 یادگیری عمیق و ترانسفورماتورها با ریاضیات دوره راهنمایی! 👨🏻‍💻 اگه همیشه برات سوال بوده که LLM دقیقاً چیکار می‌کنه و نمی‌خواستی بری سراغ ریاضیات سنگین یا مقاله‌های دانشگاهی، یه مقاله بی‌نظیر خوندم که LLM رو از صفر و فقط با دونستن جمع و ضرب یاد میده! 💬 تو این مقاله با قلم و کاغذ یه مدل مولد می‌سازیم و قدم‌به‌قدم می‌فهمیم چجوری مدل‌هایی مثل GPT کار می‌کنن. از پایه‌ترین مفاهیم شبکه عصبی شروع می‌کنه و می‌رسه به معماری ترنسفورمرها. ✔️ نکته جالبش اینه که همه اصطلاحات اضافی رو حذف کرده و فقط چیزای مهم رو نگه داشته. نه مث مقاله‌های سنگین، نه مث توضیحای سطحی. ┌ 💡 Understanding LLMs └ 📖 Article 🌐 #یادگیری_عمیق #DeepLearning ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 🧠 مهندس یادگیری عمیق شوید : 🧠 @DeepLearning_fa