פיתוח של רשתות נוירונים בפייתון בעזרת machine learning

הגדרת המרכיבים של רשת לצורך הגדרה פורמלית של נוסחאות האלגוריתם של backpropagation

בהרצאה זו נכיר את הנוסחאות של האלגוריתם לקראת הבנת השימוש שלהם בהרצאות הבאות

בהרצאה זו נראה את ארבעת הנוסחאות של האלגוריתם וכיצד ניתן להשתמש בו לצורך מציאת אופטימיזציה של רשת נוירונים

בהרצאה זו נראה כיצד ניתן ליצור רשת נוירונים בעזרת פיתון ללא שימוש בספריות. המטרה לקבל הבנה עמוקה של האלגוריתם. בהרצאה זו נראה כיצד להכין את הנתונים לצורך השימוש בהם.

בהרצאה זו נראה כיצד מבצעים חישוב של Feed forward של הרשת

בהרצאה זו נראה כיצד לאמן את הרשת בעזרת האלגוריתם

הרצאה זו חשובה כיוון שהיא מסכמת את התמונה הגדולה של השימוש באלגוריתמים לאחר שראינו הרבה פרטים מפרכים לצורך המימוש.

בהרצאה זו נראה כיצד להתקין את הספריות Keras + Tensorflow

בהרצאה זו נראה את הספריות ושיטות הפעולה האפשריות אתם

בהרצאה זו ניצור את אותה רשת נוירנוים כפי שראינו בפרק הקודם רק שהפעם נבצע זאת בעזרת הספריה Keras.

בהרצאה זו נחקור את הפרמטרים של המודל שאותו בנינו ונבין כיצד מגיעים לכמות הפרמטרים שצריך ללמד.

שמירת הרשת וכן המשקלים בדיסק

שימוש ברשת שנשמרה לצורך חיזוי. הרצאה זו מדגימה כיצד להשתמש ברשת במצב של production

בהרצאה זו נלמד כיצד לפתור את בעית overfitting

בהרצאה זו נלמד פונקצית Loss וכן פונקצית אקטיבציה חדשות, ונבין מהם היתרונות שלהם על פני הפונקציות שכבר היכרנו

בהרצאה זו נלמד כיצד לבצע שיטות ידניות לאופטימיזציה של היפר פרמטרים וכן שיטות אוטומטיות

בהרצאה זו נראה את התיאור והמבנה של השכבות שמרכיבות רשת נוירונים מבוססת קונבולוציה

בהרצאה זו נבנה רשת לסיווג של תמונות צבעוניות מתוך בסיס הנתונים cifar10

בהרצאה זו ננתח את הרשת שבנינו ונשתמש בשיטה של Data augmentation לצורך אופטימיזציה

בהרצאה זו נראה כיצד ליצור מודל שיחשב ערך של בית על פי פרמטרים של גודל מיקום וכו'

הכרת המבנה של קובצי קול וכיצד בנוי תרשים של מל-ספקטוגראם

בהרצאה זו נראה כיצד לנתח קובצי קול בתחום הזמן התדר ויצירת מל-ספקטוגראם

בנית רשת לסיווג קובצי קול. במסגרת בנית המודל נכיר קונבולוציה חד ממדית וכן Batch normalization

בהרצאה זו נלמד את השיטה המתקדמת יותר של הספריה Keras כדי ליצור רשתות מורכבות

בהרצאה זו נלמד כיצד ליצור נקודות שחזור ברשת כך שאם תהיה קריסה של המחשב נוכל להמשיך מהנקודה שבה הפסקנו

בהרצאה זו נשתמש בנקודת השחזור כדי לטעון רשת לצורך חיזוי

בהרצאה זו נוריד נתונים מגוגל תמונות כדי ליצור בסיס נתונים פרטי שלנו

בהרצא זו נלמד כיצד ליצור רשת נוירנוים שמבוססת על רשת קיימת שכבר מאומנת, ולהמשיך ולאמן אותה על נתונים שלנו

בהרצאה זו נוציא תכונות של הרשת משכבות ביניים כדי להבין כיצד הרשת יכולה להסתמך על תכונות שנרכשו על נתונים אחרים