در این مطلب، ویدئو ساخت شبکه های عصبی در پایتون | آموزش شبکه های عصبی | ادورکا | Deep Learning Rewind – 3 با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:46:05
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:15,519 –> 00:00:15,839
سلام به
2
00:00:15,839 –> 00:00:19,359
همه، پس قبل از شروع جلسه
3
00:00:19,359 –> 00:00:21,199
امروز، لطفاً تأیید کنید که آیا می توانید
4
00:00:21,199 –> 00:00:25,119
صفحه من را ببینید و می توانید صدای من را بشنوید، بسیار
5
00:00:27,599 –> 00:00:32,000
خوب، با تشکر از این تأیید،
6
00:00:32,000 –> 00:00:34,880
بیایید به موضوعی بپردازیم که امروز قصد داریم
7
00:00:34,880 –> 00:00:36,000
پوشش
8
00:00:36,000 –> 00:00:39,120
دهیم، در مورد نحوه ساخت
9
00:00:39,120 –> 00:00:42,480
شبکه عصبی در python بنابراین
10
00:00:42,480 –> 00:00:45,760
این یکی از موضوعات جالبی است
11
00:00:45,760 –> 00:00:48,000
که به ما بینش خوبی در
12
00:00:48,000 –> 00:00:50,640
مورد اینکه دقیقاً شبکه عصبی چیست به ما میدهد که چگونه شبکه عصبی را
13
00:00:50,640 –> 00:00:51,680
دقیقاً
14
00:00:51,680 –> 00:00:53,360
آموزش میدهیم و دقیقاً چگونه
15
00:00:53,360 –> 00:00:55,280
آن را میسازیم،
16
00:00:55,280 –> 00:00:58,320
بنابراین اجازه دهید ادامه دهم و ببینم
17
00:00:58,320 –> 00:00:59,840
برنامه برنامهریزی شده ما
18
00:00:59,840 –> 00:01:02,879
برای اوه چیست؟ امروز از این طریق میتوانیم
19
00:01:02,879 –> 00:01:05,438
دقیقاً بدانیم که ساختار کلی چگونه
20
00:01:05,438 –> 00:01:06,479
آشکار میشود،
21
00:01:06,479 –> 00:01:08,960
بنابراین با یک مقدمه کوتاه
22
00:01:08,960 –> 00:01:10,240
از پایتون میپردازیم،
23
00:01:10,240 –> 00:01:12,960
سپس وارد بخش uh
24
00:01:12,960 –> 00:01:14,640
میشویم که در آن سعی میکنیم در مورد شبکههای عصبی صحبت کنیم،
25
00:01:14,640 –> 00:01:16,320
بنابراین شبکههای عصبی چیست،
26
00:01:16,320 –> 00:01:18,400
چرا شبکههای
27
00:01:18,400 –> 00:01:21,360
عصبی مکان مناسبی هستند. آنچه را که در
28
00:01:21,360 –> 00:01:22,560
این بخش سعی
29
00:01:22,560 –> 00:01:24,880
میکنیم پوشش دهیم، سپس به انگیزهای
30
00:01:24,880 –> 00:01:26,000
که
31
00:01:26,000 –> 00:01:28,960
شبکههای عصبی را به حرکت در میآورد، میپردازیم، هنگامی که
32
00:01:28,960 –> 00:01:30,079
انگیزه را
33
00:01:30,079 –> 00:01:33,439
درک میکنیم و عیب آن را درک میکنیم که همان
34
00:01:33,439 –> 00:01:36,079
چیزی است که شبکه عصبی است. k یا شبکه های عصبی چیست،
35
00:01:36,079 –> 00:01:37,759
36
00:01:37,759 –> 00:01:40,799
سپس ما برخی از
37
00:01:40,799 –> 00:01:41,920
ماهیت های فنی را
38
00:01:41,920 –> 00:01:44,320
در شبکه عصبی درک می کنیم که یک
39
00:01:44,320 –> 00:01:46,960
پرسپترون چند لایه پرسپترون تک لایه است
40
00:01:46,960 –> 00:01:49,119
و سپس در نهایت وارد
41
00:01:49,119 –> 00:01:50,079
برنامه
42
00:01:50,079 –> 00:01:53,119
های کاربردی شبکه عصبی می شویم، بنابراین از این
43
00:01:53,119 –> 00:01:56,799
طریق بینشی از این که چگونه کجا
44
00:01:56,799 –> 00:02:00,719
چه چیزی است، به دست می آوریم.
45
00:02:00,719 –> 00:02:03,840
بیایید اکنون وارد بخش شویم، بنابراین برای
46
00:02:03,840 –> 00:02:04,719
شروع با
47
00:02:04,719 –> 00:02:07,840
آنچه پایتون درست است شروع کنیم، بنابراین بیشتر ما
48
00:02:07,840 –> 00:02:10,560
متوجه می شویم که زبان های برنامه نویسی مختلفی وجود
49
00:02:10,560 –> 00:02:12,000
50
00:02:12,000 –> 00:02:14,640
دارد و وقتی این همه
51
00:02:14,640 –> 00:02:16,239
زبان برنامه نویسی داریم
52
00:02:16,239 –> 00:02:18,800
چرا دقیقاً به یک
53
00:02:18,800 –> 00:02:21,360
زبان برنامه نویسی دیگر نیاز داریم که پایتون است،
54
00:02:21,360 –> 00:02:24,879
بنابراین پایتون. یک زبان برنامه نویسی
55
00:02:24,879 –> 00:02:28,239
که برای کمک به آماردانان ایجاد شده است،
56
00:02:28,239 –> 00:02:31,519
پس وقتی تعداد
57
00:02:31,519 –> 00:02:33,440
زیادی زبان برنامه نویسی دیگر از
58
00:02:33,440 –> 00:02:35,840
قبل در دسترس بودند، چه نیازی به
59
00:02:35,840 –> 00:02:38,160
ایجاد یک زبان برنامه نویسی دیگر برای
60
00:02:38,160 –> 00:02:40,080
کمک به
61
00:02:40,080 –> 00:02:42,959
آماردانان وجود داشت.
62
00:02:42,959 –> 00:02:46,000
63
00:02:46,000 –> 00:02:49,519
از آنها دلیل و قصدی داشتند،
64
00:02:49,519 –> 00:02:51,840
مثلاً اگر
65
00:02:51,840 –> 00:02:53,599
برنامه جاوا را ببینید زبان ming
66
00:02:53,599 –> 00:02:56,480
جاوا بیشتر برای یک جبهه برنامه نویسی کاربردی ایجاد شده است، به
67
00:02:56,480 –> 00:02:57,599
68
00:02:57,599 –> 00:03:00,159
این معنی که با جاوا ایجاد
69
00:03:00,159 –> 00:03:01,360
برنامه
70
00:03:01,360 –> 00:03:04,640
ها بسیار ساده و آسان است
71
00:03:04,640 –> 00:03:06,879
که به این معنی است که هدف برای ایجاد برنامه به دست می آید
72
00:03:06,879 –> 00:03:08,720
73
00:03:08,720 –> 00:03:11,360
در حالی که آماردانان افرادی هستند
74
00:03:11,360 –> 00:03:13,760
که با داده های زیادی کار می کنند
75
00:03:13,760 –> 00:03:15,840
و وقتی می گویید کار با دادههای
76
00:03:15,840 –> 00:03:17,680
زیاد،
77
00:03:17,680 –> 00:03:20,959
فعالیتهای مختلفی درگیر میشود که وقتی
78
00:03:20,959 –> 00:03:22,480
باید با دادهها سروکار
79
00:03:22,480 –> 00:03:24,959
داشته باشید، میتوان به جمعآوری دادهها، تبدیل
80
00:03:24,959 –> 00:03:25,840
دادهها،
81
00:03:25,840 –> 00:03:29,760
تجسم دادهها یا تجزیه و تحلیل دادهها
82
00:03:29,760 –> 00:03:33,280
برای انجام همه اینها، زبان برنامهنویسی خاصی وجود داشت
83
00:03:33,280 –> 00:03:34,720
84
00:03:34,720 –> 00:03:38,239
و از این رو برنامهنویس هلندی به نام
85
00:03:38,239 –> 00:03:41,519
rosum. یک
86
00:03:41,519 –> 00:03:43,360
زبان برنامه نویسی
87
00:03:43,360 –> 00:03:46,720
به نام پایتون معرفی یا ایجاد کرد و به همین دلیل
88
00:03:46,720 –> 00:03:48,400
نام این زبان برنامه نویسی را
89
00:03:48,400 –> 00:03:50,239
پایتون گذاشت زیرا از برنامه
90
00:03:50,239 –> 00:03:52,959
مورد علاقه خود
91
00:03:52,959 –> 00:03:54,080
به نام
92
00:03:54,080 –> 00:03:57,280
سیرک پرنده الهام گرفت و او که
93
00:03:57,280 –> 00:03:58,400
خالق دایره پرواز است
94
00:03:58,400 –> 00:04:01,680
مونتی پایتون بود بنابراین از نام
95
00:04:01,680 –> 00:04:04,480
او این برنامه نویسی را گذاشت. نام زبان
96
00:04:04,480 –> 00:04:05,120
بهعنوان
97
00:04:05,120 –> 00:04:08,239
پایتون است، بنابراین تاریخچه مختصری
98
00:04:08,239 –> 00:04:11,680
از
99
00:04:11,680 –> 00:04:13,439
نظر آنچه که r داده شده یا چیست است برای تولد
100
00:04:13,439 –> 00:04:15,680
این زبان برنامه نویسی پایتون
101
00:04:15,680 –> 00:04:18,798
اما آمدن به پایتون
102
00:04:18,798 –> 00:04:22,079
پایتون یک زبان برنامه نویسی است که
103
00:04:22,079 –> 00:04:26,320
هم از رویکرد برنامه نویسی مرسوم و هم از برنامه نویسی شی گرا پشتیبانی می کند،
104
00:04:26,320 –> 00:04:30,560
105
00:04:30,560 –> 00:04:32,960
بنابراین وقتی می گویم برنامه نویسی معمولی
106
00:04:32,960 –> 00:04:34,080
107
00:04:34,080 –> 00:04:36,960
همیشه آن را برنامه نویسی رویه ای مانند سی
108
00:04:36,960 –> 00:04:38,240
پاسکال می نامیم، همه آنها
109
00:04:38,240 –> 00:04:42,080
رویه ای بودند. برنامه نویسی و جاوا سی
110
00:04:42,080 –> 00:04:44,720
دات نت دارای قابلیت
111
00:04:44,720 –> 00:04:46,560
های برنامه نویسی رویه ای
112
00:04:46,560 –> 00:04:49,600
به علاوه برنامه نویسی شی گرا شما هستند،
113
00:04:49,600 –> 00:04:52,880
بنابراین پایتون از هر دوی آنها پشتیبانی می کند،
114
00:04:52,880 –> 00:04:55,360
بنابراین برای درک اینکه
115
00:04:55,360 –> 00:04:56,000
برنامه
116
00:04:56,000 –> 00:04:57,840
نویسی رویه ای چیست، رویکردی است که در آن شما یک
117
00:04:57,840 –> 00:04:59,520
رویه از پیش تعریف شده
118
00:04:59,520 –> 00:05:01,840
دارید و باید آن روال را دنبال کنید. برای به
119
00:05:01,840 –> 00:05:03,280
دست آوردن یک اجرا
120
00:05:03,280 –> 00:05:05,440
، به عنوان مثال، اگر باید 2 به علاوه
121
00:05:05,440 –> 00:05:07,039
2 برابر با 4 باشد
122
00:05:07,039 –> 00:05:08,720
، روشی که ما کد را در برنامه نویسی رویه ای می نویسیم،
123
00:05:08,720 –> 00:05:10,560
124
00:05:10,560 –> 00:05:13,039
این است که متغیرهایی را تعریف می کنیم که
125
00:05:13,039 –> 00:05:14,160
اولین بلوک
126
00:05:14,160 –> 00:05:16,320
تعریف بلوک است که به آن می گوییم،
127
00:05:16,320 –> 00:05:17,680
محاسبه را در جایی انجام می دهیم
128
00:05:17,680 –> 00:05:19,680
انجام دو به علاوه دو برابر با چهار است که
129
00:05:19,680 –> 00:05:21,039
بلوک محاسباتی شما
130
00:05:21,039 –> 00:05:22,560
و سپس بلوک نهایی whi است ch
131
00:05:22,560 –> 00:05:25,120
بلوک چاپی است که در آن تعریف می کنیم
132
00:05:25,120 –> 00:05:27,759
یا جایی که خروجی را دریافت می کنیم، بنابراین شما
133
00:05:27,759 –> 00:05:28,320
نمی توانید هیچ بلوکی را با هم
134
00:05:28,320 –> 00:05:31,039
عوض کنید و آنها
135
00:05:31,039 –> 00:05:32,720
باید این رویه را قبل از اجرا دنبال کنند،
136
00:05:32,720 –> 00:05:34,639
137
00:05:34,639 –> 00:05:37,520
در حالی که رویکرد شی گرا رویکردی است
138
00:05:37,520 –> 00:05:38,000
139
00:05:38,000 –> 00:05:39,680
برای تقسیم کل مشکل به
140
00:05:39,680 –> 00:05:41,520
مسائل کوچکتر
141
00:05:41,520 –> 00:05:44,240
و ساختن. راهحلهای
142
00:05:44,240 –> 00:05:46,080
مشکلات کوچکتر
143
00:05:46,080 –> 00:05:49,039
بهگونهای که آن راهحلها قابل استفاده مجدد باشند
144
00:05:49,039 –> 00:05:50,800
و وقتی
145
00:05:50,800 –> 00:05:53,840
آن راهحلهای کوچکتر را ترکیب
146
00:05:53,840 –> 00:05:55,759
میکنیم، راهحلهای مشکل بزرگتر خود را به دست میآوریم، به
147
00:05:55,759 –> 00:05:56,960
148
00:05:56,960 –> 00:06:00,160
طوری که رویکرد برنامهنویسی،
149
00:06:00,160 –> 00:06:04,240
برنامهنویسی شیگرا باشد،
150
00:06:04,240 –> 00:06:07,440
پایتون از هر دوی آنها پشتیبانی میکند و
151
00:06:07,440 –> 00:06:09,440
پایتون یک زبان برنامهنویسی متن باز است.
152
00:06:09,440 –> 00:06:11,440
منبع باز چیست که به این معنی
153
00:06:11,440 –> 00:06:13,600
است که هیچ هزینه مجوزی
154
00:06:13,600 –> 00:06:17,199
لازم نیست و توسط انجمن نگهداری و مدیریت می
155
00:06:17,199 –> 00:06:21,360
شود، بنابراین
156
00:06:21,360 –> 00:06:25,120
شما باید آنها را به عنوان
157
00:06:25,120 –> 00:06:28,080
برنامه نویسی متن باز بنامید، بنابراین
158
00:06:28,080 –> 00:06:28,400
برای
159
00:06:28,400 –> 00:06:31,199
تجاری یا یادگیری هر
160
00:06:31,199 –> 00:06:33,120
هدفی که می تواند باشد رایگان است.
161
00:06:33,120 –> 00:06:36,720
استفاده از آن رایگان است و یادگیری آن آسان
162
00:06:36,720 –> 00:06:38,400
163
00:06:38,400 –> 00:06:40,880
است یک
164
00:06:40,880 –> 00:06:43,039
زبان برنامه نویسی که از برنامه نویسی c مشتق شده است
165
00:06:43,039 –> 00:06:46,720
، نحو کم و
166
00:06:46,720 –> 00:06:47,440
بیش با
167
00:06:47,440 –> 00:06:50,560
جاوا و سایر زبان های برنامه نویسی مانند
168
00:06:50,560 –> 00:06:51,759
perl مطابقت دارد، بنابراین افرادی که
169
00:06:51,759 –> 00:06:54,080
از قبل این زبان های برنامه نویسی را می شناسند،
170
00:06:54,080 –> 00:06:54,880
171
00:06:54,880 –> 00:06:58,240
یادگیری این
172
00:06:58,240 –> 00:07:00,840
زبان برنامه نویسی که آخرین زبان پایتون است اما نه زبان برنامه نویسی برای آنها بسیار آسان می شود.
173
00:07:00,840 –> 00:07:04,080
174
00:07:04,080 –> 00:07:08,160
حداقل موجودی زیادی از توابع دارد
175
00:07:08,160 –> 00:07:10,319
که به عنوان کتابخانه گروه بندی می شوند، بنابراین
176
00:07:10,319 –> 00:07:11,680
177
00:07:11,680 –> 00:07:14,880
تابع چیست، یک کد کوچک است
178
00:07:14,880 –> 00:07:18,319
که می تواند یک مشکل کوچک را برطرف کند،
179
00:07:18,319 –> 00:07:22,080
بنابراین بیش از 15000
180
00:07:22,080 –> 00:07:23,919
توابع به اضافه وجود دارد که در
181
00:07:23,919 –> 00:07:26,479
ساخت پایتون یکی از آنها وجود دارد.
182
00:07:26,479 –> 00:07:27,840
زبان برنامه نویسی با بالاترین
183
00:07:27,840 –> 00:07:31,039
موجودی کتابخانه ها، بنابراین
184
00:07:31,039 –> 00:07:34,160
آنچه اتفاق می افتد این است که نیاز به
185
00:07:34,160 –> 00:07:37,919
نوشتن کد کاهش می یابد و لزوم
186
00:07:37,919 –> 00:07:38,240
187
00:07:38,240 –> 00:07:41,759
استفاده یا استفاده از
188
00:07:41,759 –> 00:07:45,520
کتابخانه های موجود در آن به شما کمک
189
00:07:45,520 –> 00:07:49,520
می کند تا کارها را بسیار آسان انجام دهید،
190
00:07:49,520 –> 00:07:52,960
بنابراین همه جنبه ها پایتون را به یکی از آنها تبدیل می کند.
191
00:07:52,960 –> 00:07:53,840
بالاترین
192
00:07:53,840 –> 00:07:57,039
زبان برنامه نویسی سازگار
193
00:07:57,039 –> 00:07:59,680
با این اجازه دهید ببینیم برخی از
194
00:07:59,680 –> 00:08:00,240
ویژگی
195
00:08:00,240 –> 00:08:03,280
های پایتون
196
00:08:03,280 –> 00:08:06,639
چیست، بنابراین داشتن یک ساعت d انواع اکشنهای
197
00:08:06,639 –> 00:08:10,400
پایتون از لحاظ نوشتن ساده است
198
00:08:10,400 –> 00:08:14,000
، سادگی باعث
199
00:08:14,000 –> 00:08:17,280
پیچیدگی محدود یا حداقلی
200
00:08:17,280 –> 00:08:18,080
در
201
00:08:18,080 –> 00:08:20,960
کدنویسی میشود، بنابراین نحو ساده و
202
00:08:20,960 –> 00:08:21,520
مستقیم است،
203
00:08:21,520 –> 00:08:24,800
بنابراین یکی از
204
00:08:24,800 –> 00:08:28,160
آسانترین کارها برای توسعهدهندگان است،
205
00:08:28,160 –> 00:08:30,400
دومی در منبع باز است. ما قبلاً
206
00:08:30,400 –> 00:08:31,280
صحبت کردیم،
207
00:08:31,280 –> 00:08:33,599
بنابراین استفاده از آن برای همه رایگان
208
00:08:33,599 –> 00:08:35,360
است، هیچ
209
00:08:35,360 –> 00:08:37,919
مجوزی وجود ندارد، هزینه ای وجود ندارد
210
00:08:37,919 –> 00:08:39,440
که باید در هنگام
211
00:08:39,440 –> 00:08:40,000
توسعه
212
00:08:40,000 –> 00:08:43,440
هر چیزی با پایتون
213
00:08:43,440 –> 00:08:45,760
214
00:08:45,760 –> 00:08:47,519
215
00:08:47,519 –> 00:08:49,279
در نظر گرفته شود.
216
00:08:49,279 –> 00:08:51,360
سیستم عامل به راحتی می تواند در
217
00:08:51,360 –> 00:08:52,720
سیستم عامل دیگر کار کند،
218
00:08:52,720 –> 00:08:55,360
بنابراین می توانید یک کد را در ویندوز بنویسید و
219
00:08:55,360 –> 00:08:57,120
می توانید از همان چیز در مک
220
00:08:57,120 –> 00:08:59,440
استفاده کنید یا می توانید از همان چیز در لینوکس استفاده کنید،
221
00:08:59,440 –> 00:09:00,959
بنابراین قابل حمل بودن
222
00:09:00,959 –> 00:09:04,160
به اشتراک گذاری کد را بسیار آسان
223
00:09:04,160 –> 00:09:07,200
تر می کند. سازگاری خوبی
224
00:09:07,200 –> 00:09:08,959
با سایر زبان های برنامه نویسی مانند
225
00:09:08,959 –> 00:09:09,519
cec
226
00:09:09,519 –> 00:09:12,640
plus java دارد که باعث می شود همه چیز راحت تر شود،
227
00:09:12,640 –> 00:09:15,200
بنابراین می توانید یک کد در پایتون بنویسید و
228
00:09:15,200 –> 00:09:16,720
بتوانید به راحتی ادغام کنید.
229
00:09:16,720 –> 00:09:18,959
اگر برنامههایی دارید
230
00:09:18,959 –> 00:09:20,640
که روی سایر زبانهای برنامهنویسی نرمافزاری اجرا میشوند،
231
00:09:20,640 –> 00:09:22,560
لازم نیست
232
00:09:22,560 –> 00:09:23,839
233
00:09:23,839 –> 00:09:26,640
خیلی نگران ضریب ادغام
234
00:09:26,640 –> 00:09:29,279
و قدرتمندتر کردن چیزها باشید،
235
00:09:29,279 –> 00:09:31,279
آنگاه تفسیر میشود که
236
00:09:31,279 –> 00:09:32,399
237
00:09:32,399 –> 00:09:36,720
این پردازنده است که حافظه را مدیریت میکند،
238
00:09:36,720 –> 00:09:39,760
بنابراین پایتون تبدیل به نرمافزار مدیریت
239
00:09:39,760 –> 00:09:43,600
منابع بسیار زیادی میشود،
240
00:09:43,600 –> 00:09:46,480
بنابراین نیازی نیست که
241
00:09:46,480 –> 00:09:48,000
واقعاً
242
00:09:48,000 –> 00:09:50,959
نگران مدیریت منابع پردازنده باشید،
243
00:09:50,959 –> 00:09:52,640
قدرت مفسر در پایتون
244
00:09:52,640 –> 00:09:55,839
حافظه را مدیریت میکند و به این ترتیب میداند
245
00:09:55,839 –> 00:09:57,600
چه زمانی باید چه زمانی آزاد کند چه چیزی را
246
00:09:57,600 –> 00:09:58,959
نگه دارد چه چیزی را آزاد
247
00:09:58,959 –> 00:10:02,320
کند. این توسط مفسر پایتون حفظ میشود،
248
00:10:02,320 –> 00:10:05,360
سپس
249
00:10:05,360 –> 00:10:08,399
کتابخانههای عظیمی میآیند که در مورد آنها صحبت میکردیم
250
00:10:08,399 –> 00:10:10,959
برخی از کتابخانههای برجسته مانند numpy
251
00:10:10,959 –> 00:10:11,920
matplotlib
252
00:10:11,920 –> 00:10:15,519
scikit-learn earth
253
00:10:15,519 –> 00:10:18,880
seaborn موجودی عظیمی از
254
00:10:18,880 –> 00:10:20,240
توابع کتابخانهای دارند
255
00:10:20,240 –> 00:10:23,680
که چیزها را برای کاهش
256
00:10:23,680 –> 00:10:26,720
پیچیدگی و مانند ما میگوییم شی.
257
00:10:26,720 –> 00:10:28,160
258
00:10:28,160 –> 00:10:30,640
برنامه گرا مشکلات پیچیده را به
259
00:10:30,640 –> 00:10:32,160
چیزهای ساده تقسیم می کند
260
00:10:32,160 –> 00:10:35,200
تا بتوانید راه حل های
261
00:10:35,200 –> 00:10:38,079
بهتری دریافت کنید به روشی قابل انجام که همه
262
00:10:38,079 –> 00:10:38,880
263
00:10:38,880 –> 00:10:42,079
چیز پایتون را به یکی از سازگارترین
264
00:10:42,079 –> 00:10:43,440
زبانهای برنامهنویسی تبدیل میکند
265
00:10:43,440 –> 00:10:47,200
و طبق تحقیقات اخیر،
266
00:10:47,200 –> 00:10:50,160
پایتون دومین
267
00:10:50,160 –> 00:10:51,440
زبان برنامهنویسی تطبیقشده
268
00:10:51,440 –> 00:10:54,800
در جهان است و در پنج تا هفت سال
269
00:10:54,800 –> 00:10:56,079
قبل حتی در
270
00:10:56,079 –> 00:11:00,079
بین ۱۵ زبان برتر امروزی هم قرار نداشت. این دومین
271
00:11:00,079 –> 00:11:02,560
زبان برنامه نویسی سازگار است، بنابراین با تمام
272
00:11:02,560 –> 00:11:03,360
این ویژگی ها
273
00:11:03,360 –> 00:11:06,000
پایتون اهمیت و
274
00:11:06,000 –> 00:11:08,160
ارتباط خود را
275
00:11:08,160 –> 00:11:11,600
با این موضوع به دست می آورد، بیایید به موضوع روز خود بیاییم
276
00:11:11,600 –> 00:11:12,000
277
00:11:12,000 –> 00:11:15,519
که شبکه عصبی است،
278
00:11:15,519 –> 00:11:18,640
بنابراین اساساً اگر
279
00:11:18,640 –> 00:11:21,680
کامپیوتری را به خودی خود ببینید یک
280
00:11:21,680 –> 00:11:24,720
مرحله به مرحله است. – سیستم اجرای مرحله ای
281
00:11:24,720 –> 00:11:25,680
یعنی
282
00:11:25,680 –> 00:11:28,800
هر چه کد را درست بنویسیم
283
00:11:28,800 –> 00:11:31,040
کد ذاتاً مشروط است
284
00:11:31,040 –> 00:11:34,320
و هر زمان که شرایط مطابقت نداشت
285
00:11:34,320 –> 00:11:36,880
فقط یک یا دو استثنا یا
286
00:11:36,880 –> 00:11:38,720
سناریو برای استثنا می نویسیم
287
00:11:38,720 –> 00:11:42,240
و سپس فعالیت را می بندیم اما
288
00:11:42,240 –> 00:11:46,480
برای هر تغییری در مواردی
289
00:11:46,480 –> 00:11:50,079
که کاملاً غیرقابل پیشبینی است
290
00:11:50,079 –> 00:11:53,040
که باید یک ضریب یادگیری بیاوریم،
291
00:11:53,040 –> 00:11:53,440
292
00:11:53,440 –> 00:11:57,519
به این معنی که برنامهنویسی به خودی خود
293
00:11:57,519 –> 00:12:00,880
نمیتواند یادگیری را بر اساس تعداد
294
00:12:00,880 –> 00:12:02,720
دفعات اجرا انجام دهد.
295
00:12:02,720 –> 00:12:06,160
بسیار خوب، بنابراین از آن
296
00:12:06,160 –> 00:12:09,760
چیز خاص، کامپیوتر
297
00:12:09,760 –> 00:12:13,120
قادر نخواهد بود مشکلات را در جایی
298
00:12:13,120 –> 00:12:16,240
که هیچ کدی در دسترس نیست
299
00:12:16,240 –> 00:12:18,560
حل کند، به این معنی که قابلیتهای حل مشکلات
300
00:12:18,560 –> 00:12:20,480
یک کامپیوتر
301
00:12:20,480 –> 00:12:24,880
ماهیت بسیار بسیار محدودی
302
00:12:24,880 –> 00:12:30,399
برای پرداختن به این مسئله
303
00:12:30,399 –> 00:12:34,079
محدودیت برای درک این موضوع یا درک این موضوع دارد.
304
00:12:34,079 –> 00:12:37,519
برای رفع این محدودیت،
305
00:12:37,519 –> 00:12:40,959
باید از روشهای دیگری استفاده کنیم و اینجاست
306
00:12:40,959 –> 00:12:41,440
307
00:12:41,440 –> 00:12:45,040
که شبکههای عصبی به
308
00:12:45,040 –> 00:12:49,639
کمک ما میآیند، بنابراین برای حل
309
00:12:49,639 –> 00:12:52,160
محدودیت از قابلیتهای حل مسئله
310
00:12:52,160 –> 00:12:53,519
311
00:12:53,519 –> 00:12:56,560
، شبکه عصبی به ما کمک میکند،
312
00:12:56,560 –> 00:13:00,720
بنابراین
313
00:13:00,720 –> 00:13:03,360
اگر شما راههای عصبی را ببینید، اساساً شبکه عصبی به ما کمک میکند.
314
00:13:03,360 –> 00:13:04,000
شبکه
315
00:13:04,000 –> 00:13:07,680
کار می کند این است که شما یک لایه ورودی
316
00:13:07,680 –> 00:13:11,920
دارید، سپس یک اتصال بیش از حد دارید
317
00:13:11,920 –> 00:13:14,800
و این یک اتصال بسیار زیاد
318
00:13:14,800 –> 00:13:16,320
319
00:13:16,320 –> 00:13:19,200
با چندین لایه در بین آنها بیشتر و بیشتر می شود که
320
00:13:19,200 –> 00:13:22,320
به عنوان لایه های پنهان نامیده می شوند،
321
00:13:22,320 –> 00:13:25,440
سپس یک لایه نهایی دارید
322
00:13:25,440 –> 00:13:29,360
که یک لایه خروجی است بنابراین اساساً شما در حال
323
00:13:29,360 –> 00:13:30,240
ایجاد
324
00:13:30,240 –> 00:13:34,320
یک ماتریس با یک رابطه بیش از حد هستید
325
00:13:34,320 –> 00:13:37,519
و به این ترتیب
326
00:13:37,519 –> 00:13:40,880
ورودی های در حال تغییر را مشاهده می کنید n
327
00:13:40,880 –> 00:13:44,480
خروجی های در حال تغییر را دریافت کنید، در اینجاست
328
00:13:44,480 –> 00:13:48,240
که ما سعی می کنیم دنیایی را
329
00:13:48,240 –> 00:13:51,920
که یک شبکه عصبی به عنوان مثال یاد می گیرد به وجود آوریم، بنابراین اگر
330
00:13:51,920 –> 00:13:54,240
امروز می بینید که یک نوزاد
331
00:13:54,240 –> 00:13:58,320
انسان حیوانی است، آنها سعی می
332
00:13:58,320 –> 00:14:02,560
کنند کارها را با یادگیری انجام دهند، بنابراین
333
00:14:02,560 –> 00:14:06,639
دیدن این ضریب یادگیری در
334
00:14:06,639 –> 00:14:09,760
یک برنامه کاربردی است.
335
00:14:09,760 –> 00:14:13,360
یکی از رویکردها که
336
00:14:13,360 –> 00:14:13,920
337
00:14:13,920 –> 00:14:17,600
شبکه عصبی است پس شبکه عصبی
338
00:14:17,600 –> 00:14:21,279
بر اساس تصویر یا بر اساس چارچوب این یک
339
00:14:21,279 –> 00:14:24,240
شبکه عصبی ساده است این بخش
340
00:14:24,240 –> 00:14:26,959
لایه ورودی ما است این لایه پنهان ما
341
00:14:26,959 –> 00:14:30,800
این لایه خروجی ما است
342
00:14:30,800 –> 00:14:34,320
پس با این بیایید ببینیم
343
00:14:34,320 –> 00:14:38,560
دقیقاً چه چیزی باعث انگیزه بشر شده است.
344
00:14:38,560 –> 00:14:41,600
این را به عنوان شبکه عصبی بنامیم،
345
00:14:41,600 –> 00:14:45,040
بنابراین مغز انسان
346
00:14:45,040 –> 00:14:48,480
از سلولی به نام نورون تشکیل شده است
347
00:14:48,480 –> 00:14:51,440
و میلیاردها یا بهتر است بگوییم حداقل
348
00:14:51,440 –> 00:14:51,839
349
00:14:51,839 –> 00:14:55,199
میلیون ها نورون در هر انسانی وجود دارد
350
00:14:55,199 –> 00:14:58,959
، این
351
00:14:58,959 –> 00:15:02,079
انگیزه ایجاد یک
352
00:15:02,079 –> 00:15:05,440
شبکه عصبی مصنوعی بود و
353
00:15:05,440 –> 00:15:08,079
نمودار بیولوژیکی یک نورون
354
00:15:08,079 –> 00:15:09,600
چیزی شبیه به
355
00:15:09,600 –> 00:15:14,000
این یک دندریت دارد که
356
00:15:14,000 –> 00:15:16,399
ناحیه ای است که سیگنال را از نورون های دیگر دریافت می کند،
357
00:15:16,399 –> 00:15:17,680
358
00:15:17,680 –> 00:15:20,480
سپس بدن سلولی را دارید، این
359
00:15:20,480 –> 00:15:21,120
ناحیه ای است
360
00:15:21,120 –> 00:15:24,320
که تمام ورودی های
361
00:15:24,320 –> 00:15:26,560
t را جمع می کند. پس شما از خارجی استفاده میکنید که
362
00:15:26,560 –> 00:15:27,440
363
00:15:27,440 –> 00:15:31,360
سیگنالها را به سرویسهای دیگر منتقل میکند، بنابراین
364
00:15:31,360 –> 00:15:34,480
این نورون به
365
00:15:34,480 –> 00:15:37,800
یک عامل انگیزشی برای ایجاد یک
366
00:15:37,800 –> 00:15:41,519
نورونهای فعال مصنوعی تبدیل میشود،
367
00:15:41,519 –> 00:15:45,920
اگر دیدید ترکیبی از
368
00:15:45,920 –> 00:15:49,279
این نورونها تبدیل به یک
369
00:15:49,279 –> 00:15:52,800
شبکه عصبی میشود، بنابراین
370
00:15:52,800 –> 00:15:56,000
آنچه که یک شبکه
371
00:15:56,000 –> 00:15:58,320
عصبی است، شبکههای عصبی مصنوعی هستند.
372
00:15:58,320 –> 00:16:00,079
بیشتر به عنوان en en نامیده می شود
373
00:16:00,079 –> 00:16:03,279
آنچه
374
00:16:03,279 –> 00:16:06,880
در اینجا می بینید تصویر بسیار جالبی است
375
00:16:06,880 –> 00:16:10,079
که در حال مشاهده انواع سگ
376
00:16:10,079 –> 00:16:13,120
ها هستید و برنامه ای را نشان می دهید
377
00:16:13,120 –> 00:16:16,560
که عکس یک خانواده با یک سگ را دارد
378
00:16:16,560 –> 00:16:19,279
اما اگر سگی را که در آنجا است را ببینید
379
00:16:19,279 –> 00:16:20,480
این عکس
380
00:16:20,480 –> 00:16:23,199
در مقابل سگ هایی که برنامه را آموزش می دهیم
381
00:16:23,199 –> 00:16:24,079
382
00:16:24,079 –> 00:16:27,600
بسیار متفاوت است، به این معنی که با وجود
383
00:16:27,600 –> 00:16:28,000
384
00:16:28,000 –> 00:16:31,440
آموزش و کاربرد بر اساس
385
00:16:31,440 –> 00:16:32,079
386
00:16:32,079 –> 00:16:35,360
تصاویر مختلف سگ ها، یک
387
00:16:35,360 –> 00:16:38,639
الگوریتم یادگیری ماشینی منظم که می تواند
388
00:16:38,639 –> 00:16:39,279
389
00:16:39,279 –> 00:16:42,880
داده های ساختار را مدیریت کند، به این معنی است
390
00:16:42,880 –> 00:16:47,279
که قادر به شناسایی
391
00:16:47,279 –> 00:16:50,240
وجود ندارد. یک سگ در این تصویر بر خلاف یک
392
00:16:50,240 –> 00:16:51,199
انسان
393
00:16:51,199 –> 00:16:53,839
امروزه اکثر شما برای اولین بار این اسلاید را می
394
00:16:53,839 –> 00:16:55,440
395
00:16:55,440 –> 00:17:00,160
بینید و می توانید تشخیص دهید که چهار اسلاید وجود دارد.
396
00:17:00,160 –> 00:17:03,680
انسانها یک سگ در این عکس هستند
397
00:17:03,680 –> 00:17:04,400
و شما می گویید
398
00:17:04,400 –> 00:17:06,640
یک پدر وجود دارد یک مادر
399
00:17:06,640 –> 00:17:07,679
وجود دارد یک
400
00:17:07,679 –> 00:17:11,679
بچه سفید پوست و یک بچه دختر با یک سگ
401
00:17:11,679 –> 00:17:14,799
چگونه این کار را انجام می دهید یعنی یک
402
00:17:14,799 –> 00:17:15,679
دقیقه اگر
403
00:17:15,679 –> 00:17:18,160
عقب نمانید این
404
00:17:18,160 –> 00:17:20,000
کارتون را ندیده اید تصاویر
405
00:17:20,000 –> 00:17:21,760
یا بهتر است بگوییم این اولین باری است
406
00:17:21,760 –> 00:17:23,839
که عکس این افراد را
407
00:17:23,839 –> 00:17:26,959
می بینید و هنوز هم می توانید تشخیص دهید
408
00:17:26,959 –> 00:17:28,960
که یک مرد
409
00:17:28,960 –> 00:17:33,200
بالغ زن بالغ نوزاد پسر و یک نوزاد دختر
410
00:17:33,200 –> 00:17:36,799
با یک توله سگ وجود دارد تا ماشینی
411
00:17:36,799 –> 00:17:40,320
را به همان سطح از درک
412
00:17:40,320 –> 00:17:43,760
عصبی تبدیل کند. شبکه مفید می شود، یعنی
413
00:17:43,760 –> 00:17:46,960
با شبکه عصبی شما قادر خواهید
414
00:17:46,960 –> 00:17:50,720
بود و به برنامه
415
00:17:50,720 –> 00:17:54,640
بفهمانید که چیست، بنابراین اگر
416
00:17:54,640 –> 00:17:58,720
این یک شبکه عصبی مصنوعی است که
417
00:17:58,720 –> 00:18:00,000
از نظر تصویر چگونه به نظر می رسد،
418
00:18:00,000 –> 00:18:03,280
بنابراین در اینجا یک نورون بیولوژیکی
419
00:18:03,280 –> 00:18:04,320
420
00:18:04,320 –> 00:18:07,679
داریم و یک نورون مصنوعی داریم. بنابراین
421
00:18:07,679 –> 00:18:11,280
چگونه یک
422
00:18:11,280 –> 00:18:14,960
آکسون دندریت دادهها را دریافت میکند، بنابراین این
423
00:18:14,960 –> 00:18:15,600
دندریت
424
00:18:15,600 –> 00:18:18,480
راست است که این دادههایی است که لایه ورودی ما داریم
425
00:18:18,480 –> 00:18:19,280
426
00:18:19,280 –> 00:18:22,640
x1 x2 x3 xn همه
427
00:18:22,640 –> 00:18:26,000
لایههای ورودی ما هستند، سپس
428
00:18:26,000 –> 00:18:29,840
یک عنصر پردازشی با تمام ورودیهایی
429
00:18:29,840 –> 00:18:30,480
که bas دریافت میکنیم داریم.
430
00:18:30,480 –> 00:18:32,480
بنابراین وزن چقدر است،
431
00:18:32,480 –> 00:18:34,799
ما در مورد آن صحبت خواهیم
432
00:18:34,799 –> 00:18:37,919
کرد. فاکتور اهمیت چیزی که می
433
00:18:37,919 –> 00:18:39,600
دهیم وزن است که
434
00:18:39,600 –> 00:18:42,480
اساسا ورودی با وزن تبدیل
435
00:18:42,480 –> 00:18:44,000
به پردازش شما می شود،
436
00:18:44,000 –> 00:18:46,960
سپس ما یک تابع انتقال داریم که
437
00:18:46,960 –> 00:18:48,240
به این معنی است که
438
00:18:48,240 –> 00:18:51,760
هر داده ای که بر اساس یک پردازش می شود.
439
00:18:51,760 –> 00:18:55,039
ماشه
440
00:18:55,039 –> 00:18:57,520
خروجی شلیک می شود، جایی که ما یک
441
00:18:57,520 –> 00:18:59,280
نورون را آتش می زنیم
442
00:18:59,280 –> 00:19:03,200
یا خروجی را شلیک می کنیم تا جایی که
443
00:19:03,200 –> 00:19:06,640
شما تابع انتقال تابع f از s r را دارید
444
00:19:06,640 –> 00:19:07,520
445
00:19:07,520 –> 00:19:10,960
که منجر به خروجی شما می شود، در این
446
00:19:10,960 –> 00:19:11,840
حالت،
447
00:19:11,840 –> 00:19:14,400
در اینجا خروجی های شما هستند که به
448
00:19:14,400 –> 00:19:15,360
449
00:19:15,360 –> 00:19:18,799
ورودی نورون بعدی تبدیل می شوند شما سعی می کنید
450
00:19:18,799 –> 00:19:22,160
چندین نورون مصنوعی
451
00:19:22,160 –> 00:19:23,280
بسازید و
452
00:19:23,280 –> 00:19:26,960
شبکه ای بسازید که در نهایت به عنوان شبکه عصبی نامیده می شود،
453
00:19:26,960 –> 00:19:30,799
بنابراین هر نورون مصنوعی
454
00:19:30,799 –> 00:19:31,600
455
00:19:31,600 –> 00:19:36,400
جدید یک ورودی دارد یک خروجی دارد،
456
00:19:36,400 –> 00:19:39,760
بنابراین کاری که ما در اینجا انجام می دهیم این است
457
00:19:39,760 –> 00:19:43,440
که حالت های مختلفی در پرسپترون وجود دارد، بنابراین
458
00:19:43,440 –> 00:19:44,000
در اینجا
459
00:19:44,000 –> 00:19:47,520
این چیز خاص را هر چه می نامیم.
460
00:19:47,520 –> 00:19:50,400
نورون مصنوعی پرسپترون نامیده میشود،
461
00:19:50,400 –> 00:19:52,799
بنابراین حالتهای مختلفی
462
00:19:52,799 –> 00:19:56,559
در پرسپترون
463
00:19:56,559 –> 00:19:56,960
464
00:19:56,960 –> 00:19:59,280
465
00:19:59,280 –> 00:20:01,360
وجود دارد. بچهها ما به مدرسه میرویم
466
00:20:01,360 –> 00:20:02,400
چیزی یاد میگیریم
467
00:20:02,400 –> 00:20:04,320
و وقتی بزرگتر میشویم جلو
468
00:20:04,320 –> 00:20:06,320
میرویم و از آموختههایمان استفاده میکنیم،
469
00:20:06,320 –> 00:20:09,440
بنابراین در اینجا نیز یک حالت آموزشی و
470
00:20:09,440 –> 00:20:12,720
یک حالت استفاده داریم، بنابراین همان چیزی
471
00:20:12,720 –> 00:20:15,840
که ما به عنوان یک انسان داریم سعی میکنیم آن را انجام دهیم.
472
00:20:15,840 –> 00:20:19,679
این را طوری بگیرید
473
00:20:19,679 –> 00:20:23,679
که می توانید ببینید، بنابراین با این
474
00:20:23,679 –> 00:20:27,280
بیایید ببینیم دقیقاً چگونه
475
00:20:27,280 –> 00:20:30,880
وارد فعال سازی خود می شویم، بنابراین اگر یادتان باشد
476
00:20:30,880 –> 00:20:33,039
گفتم یک تابع انتقال وجود دارد
477
00:20:33,039 –> 00:20:34,320
که در آن ما یک
478
00:20:34,320 –> 00:20:37,039
ورودی داریم، وزن داریم، یک پردازش وجود دارد
479
00:20:37,039 –> 00:20:38,080
480
00:20:38,080 –> 00:20:40,720
و سپس شما یک
481
00:20:40,720 –> 00:20:42,440
تابع انتقال تابع انتقال
482
00:20:42,440 –> 00:20:45,280
عمدتاً بر روی فعال سازی شما کار می کند
483
00:20:45,280 –> 00:20:47,520
، انواع مختلفی از توابع فعال سازی وجود دارد
484
00:20:47,520 –> 00:20:48,480
485
00:20:48,480 –> 00:20:51,760
که تابع سیگموئید تابع سینوسی را افزایش می
486
00:20:51,760 –> 00:20:53,360
دهد، بنابراین
487
00:20:53,360 –> 00:20:56,400
اگر مقدار آن
488
00:20:56,400 –> 00:21:00,480
بین منهای 1 تا به علاوه 1
489
00:21:00,480 –> 00:21:03,440
باشد، اگر بین 0 تا 1 باشد، از تابع سینوس استفاده
490
00:21:03,440 –> 00:21:05,280
می کنید. از یک تابع step استفاده کنید
491
00:21:05,280 –> 00:21:08,960
اگر حالت sr است،
492
00:21:08,960 –> 00:21:12,320
ما از یک تابع سیگموئید استفاده می کنیم، بنابراین فعال سازی
493
00:21:12,320 –> 00:21:12,960
494
00:21:12,960 –> 00:21:18,320
توابع مختلفی است که استفاده می
495
00:21:18,320 –> 00:21:21,360
کنیم، بیایید کل قیاس را درک کنیم،
496
00:21:21,360 –> 00:21:23,200
هر چه با یک قیاس ساده صحبت کردیم، در
497
00:21:23,200 –> 00:21:26,320
498
00:21:26,320 –> 00:21:29,120
نتیجه خواهیم بود. بتوانید بیشترین استفاده را
499
00:21:29,120 –> 00:21:30,480
از آن
500
00:21:30,480 –> 00:21:34,559
داشته باشید، جشنواره آبجو در نزدیکی خانه شما برگزار می شود،
501
00:21:34,559 –> 00:21:36,559
خوب، آخر هفته است، شما یک
502
00:21:36,559 –> 00:21:38,559
جشنواره آبجو در نزدیکی خانه خود
503
00:21:38,559 –> 00:21:41,760
دارید و به این فکر می کنید که آیا به
504
00:21:41,760 –> 00:21:43,039
جشنواره آبجو
505
00:21:43,039 –> 00:21:45,919
بروید، یک جشنواره نخواهد بود،
506
00:21:45,919 –> 00:21:47,440
عواملی
507
00:21:47,440 –> 00:21:50,720
که به شما کمک می کنند تصمیم گیری در
508
00:21:50,720 –> 00:21:53,840
مورد رفتن یا نرفتن سه
509
00:21:53,840 –> 00:21:54,880
واقعیت
510
00:21:54,880 –> 00:21:58,480
است که وضعیت آب و هوا چگونه است که
511
00:21:58,480 –> 00:22:02,240
همسرتان شما را همراهی می کند
512
00:22:02,240 –> 00:22:05,039
و آیا حمل و نقل عمومی در دسترس است، بنابراین
513
00:22:05,039 –> 00:22:06,799
این سه عامل
514
00:22:06,799 –> 00:22:10,080
به شما کمک می کنند تا تصمیم بگیرید
515
00:22:10,080 –> 00:22:13,840
که
516
00:22:13,840 –> 00:22:17,760
اکنون کاری را که انجام می دهید انجام دهید یا نه. اساساً برای
517
00:22:17,760 –> 00:22:20,480
هر سؤالی که داشتید دو
518
00:22:20,480 –> 00:22:22,320
خروجی دارید،
519
00:22:22,320 –> 00:22:26,080
یک خروجی اساساً اگر هوا خوب است،
520
00:22:26,080 –> 00:22:28,960
می گویید خروجی این سؤال
521
00:22:28,960 –> 00:22:31,039
یک خواهد بود اگر هوا بد باشد
522
00:22:31,039 –> 00:22:35,039
، خروجی صفر است اگر همسرتان
523
00:22:35,039 –> 00:22:39,120
شما را برای جشنواره آبجو همراهی
524
00:22:39,120 –> 00:22:42,880
کند. اگر
525
00:22:42,880 –> 00:22:44,720
526
00:22:44,720 –> 00:22:46,799
527
00:22:46,799 –> 00:22:49,200
حملونقل عمومی در دسترس
528
00:22:49,200 –> 00:22:51,120
نباشد، صفر است، اگر حملونقل عمومی در دسترس نباشد، صفر است، به این معنی که
529
00:22:51,120 –> 00:22:52,159
530
00:22:52,159 –> 00:22:55,360
برای هر ورودی سه ورودی دارید، برای همه عملیاتها دو گزینه دارید.
531
00:22:55,360 –> 00:22