آسان‌جو
راهنمای کاربردی
راهنمای درک CNN و کاربرد آن در تصاویر
مقدمه
شبکه‌های عصبی پیچشی یا CNN انقلابی در بینایی ماشین ایجاد کرده‌اند. اگر می‌خواهی بدانی این شبکه‌ها چطور تصاویر را می‌فهمند و در چه پروژه‌هایی کاربرد دارند، این کتابچه راهنمای قدم‌به‌قدم توست.

توجه: محصولات ارائه‌شده در آسان‌جو کتاب چاپی یا pdf یا اثر حجیم دانشگاهی نیستند، بلکه «کتابچه الکترونیکی کاربردی» محسوب می‌شوند که در قالب پرسش و پاسخ‌های کاربردی برای استفاده سریع کاربران در مسائل روزمره پس از خرید عرضه می‌گردند.

فهرست

۱.۱
CNN چیست و چگونه کار می‌کند؟
۲.۱
تفاوت CNN با شبکه‌های معمولی چیست؟
۳.۱
چه اجزایی در معماری CNN وجود دارد؟

۱.۲
چطور داده تصویری را آماده کنیم؟
۲.۲
چطور مدل CNN را تعریف کنیم؟
۳.۲
چطور مدل را آموزش دهیم؟

۱.۳
چطور دقت مدل را افزایش دهیم؟
۲.۳
چطور overfitting را در CNN کنترل کنیم؟
۳.۳
چطور خطاهای مدل را تحلیل کنیم؟

۱.۴
CNN در تشخیص تصویر چه کاربردهایی دارد؟
۲.۴
چطور مدل CNN را در پروژه واقعی استفاده کنیم؟
۳.۴
چه مدل‌های CNN معروفی وجود دارد؟
دسترسی سریع پس از خرید

دسترسی سریع پس از خرید

کتاب‌های مرتبط

سایر کتاب‌ها در موضوعات مرتبط

راهنمای معماری Transformer و BERT
راهنمای RNN و LSTM برای داده‌های ترتیبی
راهنمای استقرار مدل بینایی ماشین
راهنمای ارزیابی و تست مدل‌های بینایی ماشین
راهنمای تنظیم هایپرفرپارامترها در مدل‌های بینایی ماشین
راهنمای بهینه‌سازی داده‌های آموزشی در بینایی ماشین
راهنمای شروع یادگیری بینایی ماشین از صفر
راهنمای مسیر شغلی متخصص یادگیری عمیق
راهنمای مصاحبه شغلی در حوزه یادگیری عمیق
راهنمای ساخت پورتفولیو یادگیری عمیق