| 1 |
آشنایی با کلیات درس و کتابخانههای تنسورفلو و پایتورچ |
|
| 2 |
Tensors, Variables and Auto Grad |
|
| 3 |
Regression, Gragient Descent |
|
| 4 |
شناسایی ارقام انگلیسی با شبکههای عصبی چند لایه و CNN |
|
| 5 |
ادامه شبکه های عصبی پیچشی |
|
| 6 |
Classifying Movie Review |
|
| 7 |
Predicting House Price |
|
| 8 |
بررسی تکلیفهای عملی |
|
| 9 |
Chap 5: Fundamentals of ML |
|
| 10 |
Chap 6: Workflow of Ml |
|
| 11 |
Chap 7: Deep dive into Keras |
|
| 12 |
Chap 8: DL for CV |
|
| 13 |
بررسی تکلیفهای عملی |
|
| 14 |
Chap 9: Advanced DL for CV |
|
| 15 |
Chap 12: Deep Dream |
|
| 16 |
Chap 12: Neural Style Transfer |
|
| 17 |
Chap 12: GAN |
|
| 18 |
بررسی تکلیفهای عملی |
|
| 19 |
Chap 10: DL for Time Series |
|
| 20 |
Chap 11: DL for text |
|
| 21 |
Chap 13: Best Practices for Real World |
|
| 22 |
آشنایی با شبکههای عصبی چند لایه |
|
| 23 |
رگرسیون |
|
| 24 |
ارائه دانشجویان |
|