This is the Linux app named Deep Learning Is Nothing whose latest release can be downloaded as Deep-Learning-Is-Nothingsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
قم بتنزيل وتشغيل هذا التطبيق المسمى Deep Learning Is Nothing مع OnWorks عبر الإنترنت مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
SCREENSHOTS
Ad
التعلم العميق ليس شيئا
الوصف
يقدم كتاب "التعلم العميق ليس شيئًا" مفاهيم التعلم العميق بأسلوب سهل الفهم، يُبسط المفاهيم الكامنة وراء النماذج الحديثة. يبدأ الكتاب عادةً بمراجعات في الجبر الخطي، وحساب التفاضل والتكامل، ومراجعات في التحسين، قبل الانتقال إلى المُدْرِكات، والشبكات متعددة الطبقات، والتدريب القائم على التدرج. تُفضّل التطبيقات أمثلة صغيرة وسهلة القراءة - غالبًا ما تبدأ بـ NumPy - لتوضيح كيفية عمل التمريرات الأمامية والخلفية دون الاعتماد كليًا على أطر عمل عالية المستوى. بمجرد توضيح الأساسيات، يمتد الكتاب ليشمل الشبكات العصبية التلافيفية (CNN) والشبكات العصبية المتكررة (RNNs) وآليات الانتباه، موضحًا سبب ملاءمة كل بنية لمهام محددة. تغطي الأقسام العملية أنابيب البيانات، والتنظيم، والتقييم، مع التركيز على إمكانية إعادة الإنتاج وتقنيات تصحيح الأخطاء. الهدف هو استبدال المصطلحات الشائعة بالحدس، حتى يتمكن المتعلمون من التفكير في البنيات وديناميكيات التدريب بثقة.
شرح المميزات:
- دورات تنشيطية في الرياضيات والتحسين مرتبطة مباشرة بالكود
- تنفيذات من الصفر تكشف عن التمريرات الأمامية والخلفية
- التقدم التدريجي من الشبكات العصبية متعددة الخلايا إلى الشبكات العصبية التلافيفية (CNNs) والشبكات العصبية التلافيفية (RNNs) والانتباه
- إرشادات عملية حول إعداد البيانات وتقنينها وتقييمها
- أمثلة قابلة للقراءة تربط بين NumPy واستخدام الإطار
- التركيز على الحدس واستكشاف الأخطاء وإصلاحها بدلاً من النمطية
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/deep-learning-is-not.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.
