از جناب آقای میلاد رئیسی (از دستیاران درس) بابت طراحی این لوگو و همینطور از جناب آقای رضا دهقانی (از دستیاران ارشد درس) بابت پیشنهاد تغییر لوگوی کانال سپاسگزارم.🌺🌺
انتشار محتوای پاییز 1401 درس شبکههای عصبی مصنوعی و یادگیری عمیق در این جا پایان میپذیرد.
برای همگی مخاطبان، آرزوی موفقیت دارم.
دستیاران ارشد
رضا دهقانی - کیمیا علوی ( برنامه ریزی محتوای تکالیف و ارائه ها، زمان بندی تقویم درس)
تیم دستیاران دوره پاییز 1401:
- امیراحمد دوانلو - دانیال سعیدی ( تمرین اول، MLP )
- امین محمد محمدی - شهلا دانشی ( تمرین دوم، CNN )
- مجتبی امیری - محمد نیلی ( تمرین سوم، RCNN )
- محمد سپهری - امین شیخ زاده ( تمرین چهارم، RNN )
- میلاد رئیسی - سیاوش شمس ( تمرین پنجم، Transformers )
- عباس بدیعی - سعید محمدی دشتکی ( تمرین ششم، GAN )
- سیاوش رزمی ( تمرین اضافه، Fraud Detection )
- سجاد علیخانی ( تمرین اضافه، Liveness Detection )
- مصطفی حاجی قاسملو ( تمرین اضافه، OCR )
- مائده طوسی ( طراحی و مدیریت محتوای صفحه وب درس )
https://dnn-ut.github.io/
#پاییز1401
برای همگی مخاطبان، آرزوی موفقیت دارم.
دستیاران ارشد
رضا دهقانی - کیمیا علوی ( برنامه ریزی محتوای تکالیف و ارائه ها، زمان بندی تقویم درس)
تیم دستیاران دوره پاییز 1401:
- امیراحمد دوانلو - دانیال سعیدی ( تمرین اول، MLP )
- امین محمد محمدی - شهلا دانشی ( تمرین دوم، CNN )
- مجتبی امیری - محمد نیلی ( تمرین سوم، RCNN )
- محمد سپهری - امین شیخ زاده ( تمرین چهارم، RNN )
- میلاد رئیسی - سیاوش شمس ( تمرین پنجم، Transformers )
- عباس بدیعی - سعید محمدی دشتکی ( تمرین ششم، GAN )
- سیاوش رزمی ( تمرین اضافه، Fraud Detection )
- سجاد علیخانی ( تمرین اضافه، Liveness Detection )
- مصطفی حاجی قاسملو ( تمرین اضافه، OCR )
- مائده طوسی ( طراحی و مدیریت محتوای صفحه وب درس )
https://dnn-ut.github.io/
#پاییز1401
محتوای درس در ترم بهار 1402
1. Introduction
Natural Neural Networks
Artificial NNs and Applications
Architectures, Activation Functions and Learning in ANNs
Mcculloch & Pitz Neuron
2. Fully Connected Neural Networks
Linear Perceptron, AdaLine and MadaLine
Multi-Layer Perceptron (MLP)
Auto-encoders and Restricted Boltzmann Machine
Deep belief networks
3. Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)
Developments and Techniques in CNNs
Some popular Architectures (AlexNet, VGG, ResNet, Inception, MobileNet, DenseNet, and EfficientNet)
4. Region based CNNs
CNNs for Object Detection (RCNN, Mask RCNN, YOLO,...)
CNNs for Object Segmentation (UNet, Mask RCNN, ...)
Natural Neural Networks
Artificial NNs and Applications
Architectures, Activation Functions and Learning in ANNs
Mcculloch & Pitz Neuron
2. Fully Connected Neural Networks
Linear Perceptron, AdaLine and MadaLine
Multi-Layer Perceptron (MLP)
Auto-encoders and Restricted Boltzmann Machine
Deep belief networks
3. Convolutional Neural Networks (CNNs)
Convolutional Neural Networks (CNNs)
Developments and Techniques in CNNs
Some popular Architectures (AlexNet, VGG, ResNet, Inception, MobileNet, DenseNet, and EfficientNet)
4. Region based CNNs
CNNs for Object Detection (RCNN, Mask RCNN, YOLO,...)
CNNs for Object Segmentation (UNet, Mask RCNN, ...)
5. Recurrent Neural Networks
Recurrent Neural Network(RNN)
Long Short Term Memory (LSTM)
Gated Recurrent Units(GRU)
Some Extensions
6. Transformers
Attention Mechanisms
Vanilla Transformer
Vision Based Transformers
7. Deep Generative Models
Variational Auto-encoders
Generative Adversarial Networks
Flow-based Deep Generative Models
Diffusion Models
Recurrent Neural Network(RNN)
Long Short Term Memory (LSTM)
Gated Recurrent Units(GRU)
Some Extensions
6. Transformers
Attention Mechanisms
Vanilla Transformer
Vision Based Transformers
7. Deep Generative Models
Variational Auto-encoders
Generative Adversarial Networks
Flow-based Deep Generative Models
Diffusion Models
Slides of Chapter1.pdf
2 MB
اسلایدهای فصل اول
Session1 (1).wmv
101.2 MB
جلسه اول.فصل اول. #بهار_۱۴۰۲
Session2 (1).wmv
111.4 MB
جلسه دوم. فصل اول. #بهار_۱۴۰۲
Session3.mp4
149 MB
جلسه سوم. فصل اول. #بهار_۱۴۰۲
Slides of Chapter2_230213_234631.pdf
5 MB
اسلایدهای فصل دوم
Session4.wmv
128.7 MB
جلسه چهارم. فصل دوم. #بهار_۱۴۰۲
Session5.wmv
120.7 MB
جلسه پنجم. فصل دوم. #بهار_۱۴۰۲
Session6.wmv
122.6 MB
جلسه ششم. فصل دوم. #بهار_۱۴۰۲
Python.zip
130.5 MB
💡 آموزش زبان برنامهنویسی پایتون
📏 سطح مقدماتی
👥 دستیاران
👨💻تهیهکننده: محمد عبائیانی
👨⚖ناظر: مهدی شمیساوی
#HandsOn #Python #Numpy #Pandas #بهار_۱۴۰۲
📏 سطح مقدماتی
👥 دستیاران
👨💻تهیهکننده: محمد عبائیانی
👨⚖ناظر: مهدی شمیساوی
#HandsOn #Python #Numpy #Pandas #بهار_۱۴۰۲
Session7.wmv
136 MB
جلسه هفتم. فصل دوم. #بهار_۱۴۰۲
Session8.wmv
143 MB
جلسه هشتم. فصل دوم. #بهار_۱۴۰۲
Keras.zip
221.6 MB
💡 آموزش چارچوب برنامهنویسی کراس
📏 سطح مقدماتی
📜 مقدمات کراس و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: محمد ناصری
👨⚖️ناظر: محمد عبائیانی
#HandsOn #Keras #MLP #بهار_۱۴۰۲
📏 سطح مقدماتی
📜 مقدمات کراس و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: محمد ناصری
👨⚖️ناظر: محمد عبائیانی
#HandsOn #Keras #MLP #بهار_۱۴۰۲
TensorFlow.zip
168.9 MB
💡 آموزش چارچوب برنامهنویسی تنسورفلو
📏 سطح مقدماتی
📜 مقدمات تنسورفلو و آموزش یک شبکهی MLP با آن
👥 دستیاران
👩💻تهیهکننده: فاطمه نائینیان
👨⚖️ناظر: امیر وفازاده
#HandsOn #TensorFlow #MLP #بهار_۱۴۰۲
📏 سطح مقدماتی
📜 مقدمات تنسورفلو و آموزش یک شبکهی MLP با آن
👥 دستیاران
👩💻تهیهکننده: فاطمه نائینیان
👨⚖️ناظر: امیر وفازاده
#HandsOn #TensorFlow #MLP #بهار_۱۴۰۲
PyTorch.zip
140.6 MB
💡 آموزش چارچوب برنامهنویسی پایتورچ
📏 سطح مقدماتی
📜 مقدمات پایتورچ و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: حافظ قائمی
👨⚖️ناظر: دانیال سعیدی
#HandsOn #PyTorch #MLP #بهار_۱۴۰۲
📏 سطح مقدماتی
📜 مقدمات پایتورچ و آموزش یک شبکهی MLP با آن
👥 دستیاران
👨💻تهیهکننده: حافظ قائمی
👨⚖️ناظر: دانیال سعیدی
#HandsOn #PyTorch #MLP #بهار_۱۴۰۲
