به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

با سلام و خسته نباشید
من قصد دارم از deep learning به طور خاص deep belief network برای دسته بندی داده های بالینی پزشکی استفاده کنم و با تحقیقاتی که داشتم متوجه شدم پایتون بیشتر از دیگر محیط ها مورد توجه قرار گرفته است
با این حال جز شناخت مقدماتی از پایتون چیز دیگه ای یاد ندارم
ممنون میشم منابع خوب به خصوص فیلم آموزشی که میتونه منو سریع تر به هدفم برسونه رو بهم معرفی کنید
قطعا کمک گرفتن از اعضای سایت بهترین راهنما برای من خواهد بود.

با تشکر

توسط (100 امتیاز)

1 پاسخ

0 امتیاز

سلام .
DBN ها الان استفاده اشون خیلی کمه یا حداقل تا جایی که من اطلاع دارم و تقریبا صحبتی اصلا ازشون نیست. برای همین فریم ورکهای زیادی پیدا نمیکنید که ازش پشتیبانی کنن (تا جایی که یادم میاد ) . فکر میکنم pylearn2 و Deeplearning4J نمونه هایی بودن که پشتیبانی میکردن به علاوه DeebNet که کار یکی از بچه های ایرانیه .
این مساله بکنار معمولا آموزش پایتون یک چیزه و آموزش با یک فریم ورک خاص چیز دیگه .
باز البته برای فریم ورکهای معتبر معمولا یک مقدمه ای از پایتون گفته میشه و بعد در ادامه شروع به توضیحات و اشنایی با فریم ورک مربوطه میکنن .
تو این حوزه لازم نیست همه چیز پایتون رو بدونید دونستن و کارکردن با کتابخونه های مهم مثل numpy ضروریه و کتابخونه هایی مثل matplotlib و sklearn و چند مورد دیگه خیلی کاربردین و میتونن خیلی کمک کننده باشن. شاید بشه گفت مسائل اولیه پایتون مثل تعریف متغیر و تابع و کلاس رو یاد بگیرید به اضافه numpy پیش نیاز پایتون رو تا حد زیادی اکی کردید بقیه چیزها رو میشه خیلی راحت با سرچ تو اینترنت وقتی نیاز داشتید بدست بیارید مثل کار با فایل و... . کلا اگر قبلا به یک زبان برنامه نویسی تسلط خوبی داشته باشید برای کار کردن با پایتون در این حدی که عرض میکنم شاید 2 روز کفایت بکنه.
بگذریم آموزشهای زیادی هست اما بنظرم ویدئوهای ایشون که تو زمینه پایتون و ماشین لرنینگ هست و نهایتا یک گریزی هم به تنسورفلو میزنن خوبه میتونید نگاه بندازید
استک اورفلو هم بخش Documentation راه انداخته که اینجا میتونید همه تاپیک ها و اینجا هم اولین تاپیک رو که شروع کار هست ببینید .
یک آموزش پایتون هم بود که الان دم دستم نیست آدرس سایتش . سایت خیلی خوبی بود و توضیحات و اموزش های ساده و خیلی خوبی برای بخش های مختلف خصوصا numpy داشت اگر پیدا کردم (یا کسی زودتر پیدا کرد بگه لطفا) اینجا میزارم

توسط (4.3k امتیاز)
...