شما اینجا هستید

چه کار قرار است انجام دهیم؟

در این کتاب ما سفری خواهیم داشت در دنیای شبکه‌های عصبی. میخواهیم یک شبکه عصبی بسازیم که اعدادی که انسان‌ها با دست خط خودشان را می‌نویسند را تشخیص دهیم.


 

ما با یک نورون ساده پیش‌بینی شروع می کنیم. هر جا به مشکلی بر خوردیم تلاش می‌کنیم نورون خود را بهبود دهیم تا آن مشکل را رفع کنیم. در این میان چند مفهوم ریاضی که برای درک نورون ها نیاز است را کاملاً توضیح می دهیم. این مفاهیم به ما کمک می‌کنند بفهمیم چطور شبکه‌های عصبی یاد می‌گیرند و چطور میتوانند راه حل‌هایی برای مشکلات ارائه دهند.

در سفرمان از ایده‌های ریاضی مانند، توابع (functions) ، دسته بندی کننده خطی ساده (simple linear classifiers)، بهینه سازی با تکرار(iterative refinement)، ضرب ماتریس ها(matrix multiplication)، محاسبه شیب(gradient calculus)، پیدا کردن نقطه بهینه با شیب نزولی (gradient descent) و حتی چرخش هندسی (geometric rotations) استفاده خواهیم کرد. اما تمام این‌ها به صورت کاملاً واضح و ملموس و قابل فهم توضیح داده خواهند شد. به شکلی که همانطور که قبلاً گفتیم غیر از ریاضیات ساده مدرسه چیز دیگری لازم نیست.

 

وقتی که اولین شبکه عصبی خودمان را ساختیم، خوب آنگاه یک ایده برای حل مشکلات داریم. آن را برمیداریم و می‌رویم تا مشکلات مختلفی را با آن حل کنیم. برای مثال، ما از پردازش تصویر برای بهبود عمل‌کرد ماشین یادگیرنده خود استفاده می کنیم. بدون اینکه داده‌های آموزشی بیشتری به آن بدهیم.

 

ما پایتون که یک زبان برنامه نویسی خیلی رایج و محبوب و همچنین آسان است را هم یاد می گیریم. هیچ تجربه قبلی برنامه نویسی نیز نیاز نیست. ما این کار را قدم به قدم همراه با آموزش شبکه‌های عصبی انجام خواهیم داد.

با این حال بهتر است کلید واژه های آموزش پایتون را در اینترنت جستجو کنید و نگاهی به این آموزش‌ها داشته باشید.

دیدگاه جدیدی بگذارید