تبدأ رحلتنا في استكشاف موقع مجاني شامل يضم كنوز وهي : دورات مجانية ومنح دراسية ووظائف وتدريب ومقالات مفيدة ودليل كامل لكل مجال خاص بالتكنولوجيا حصريا وبعض من المجالات الاخري لمتابعة كل جديد علي التليجرام والفيسبوك | Telegram | Facebook

Transformers in Computer Vision بالعربي

دورة منتهية
Responsive image
منذ شهرين

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

شبكات المحولات هي الاتجاه الجديد في التعلم العميق في الوقت الحاضر. أخذت نماذج المحولات عالم البرمجة اللغوية العصبية عن طريق العاصفة منذ عام 2017. ومنذ ذلك الحين ، أصبحت النموذج السائد في جميع مهام البرمجة اللغوية العصبية تقريبًا. لا تزال المحولات في السيرة الذاتية متخلفة ، ولكنهم بدأوا في تولي زمام الأمور منذ عام 2020. سنبدأ بإعطاء الاهتمام وشبكات المحولات. منذ أن تم تقديم المحولات لأول مرة في البرمجة اللغوية العصبية ، فمن السهل وصفها ببعض أمثلة البرمجة اللغوية العصبية أولاً. من هناك ، سوف نفهم إيجابيات وسلبيات هذه البنية. أيضًا ، سنناقش أهمية التدريب المسبق غير الخاضع للإشراف أو شبه الخاضع للإشراف لمعماريات المحولات ، ومناقشة نماذج اللغة ذات النطاق الكبير (LLM) باختصار ، مثل BERT و GPT ، مما سيمهد الطريق لإدخال المحولات في السيرة الذاتية. سنحاول هنا توسيع فكرة الانتباه إلى المجال المكاني ثنائي الأبعاد للصورة. سنناقش كيف يمكن تعميم الالتواء باستخدام الانتباه الذاتي ، ضمن البنية الوصفية لوحدة فك التشفير. سنرى كيف أن هذه البنية العامة هي نفسها تقريبًا في الصورة كما في النص و NLP ، مما يجعل المحولات مقربًا للوظيفة العامة. سنناقش القناة والاهتمام المكاني ، والاهتمام المحلي مقابل الاهتمام العالمي من بين موضوعات أخرى. في الوحدات الثلاث التالية ، سنناقش الشبكات المحددة التي تحل المشكلات الكبيرة في السيرة الذاتية: التصنيف ، واكتشاف الكائنات ، والتجزئة. سنناقش Vision Transformer (ViT) من Google ، و Shifter Window Transformer (SWIN) من Microsoft ، و Detection Transformer (DETR) من أبحاث Facebook ، و Segmentation Transformer (SETR) وغيرها الكثير. ثم سنناقش تطبيق المحولات في معالجة الفيديو ، من خلال المحولات المكانية الزمنية مع تطبيق على كشف الأجسام المتحركة ، إلى جانب إعداد التعلم متعدد المهام ، وأخيرًا ، سوف نوضح كيف يمكن تطبيق هذه المحولات المدربة مسبقًا بسهولة في الممارسة العملية باستخدام مكتبة Huggingface الشهيرة باستخدام واجهة خط الأنابيب.

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)


0 تعليقات