Deep Learning Course via MATLAB
Artificial Intelligence :: Smart Advanced Programming
Explore the Concepts of Deep learning.
Deep Learning ::Loading and using pretrained Deep neural Network ::GoogleNet || Transfer Learning
Convolutional Neural Network.
Pretrained networks :: GoogleNet, AlexNet.

Deep learning is part of a broader family of machine learning methods based on artificial neural networks with representation learning. Learning can be supervised, semi-supervised or unsupervised.

Deep-learning architectures such as deep neural networks, deep belief networks, graph neural networks, recurrent neural networks and convolutional neural networks have been applied to fields including computer vision, speech recognition, natural language processing, machine translation, bioinformatics, drug design, medical image analysis, material inspection and board game programs, where they have produced results
comparable to and in some cases surpassing human expert performance.

Transfer learning is a research problem in machine learning that focuses on storing knowledge gained while solving one problem and applying it to a different but related problem. For example, knowledge gained while learning to recognize cars could apply when trying to recognize trucks.
Convolution Neural Network

We’ll use GoogleNet on Pokemon images {Bulbasour - Charmander - Mewtwo - Pikachu - Squirtle}.
Object Recognition

GoogLeNet is a 22-layer deep convolutional neural network that's a variant of the Inception Network, a Deep Convolutional Neural Network developed by researchers at Google.

GoogleNet is the name of a convolutional neural network (CNN) architecture. GoogleNet competed in the ImageNet Large Scale Visual Recognition Challenge.


البداية الصحيحة للدخول إلى عالم الذكاء الصنعي
دورة متقدمة لشرح التعلم العميق- إعادة ونقل التعليم في الشبكات العميقة الشهيرة - الجزء الثاني - الدرس الحادي عشر
شرح آلية عمل الذكاء الصنعي و كيفية استخدام أدواته

التعلم العميق هو جزء من مجموعة أوسع من أساليب التعلم الآلي القائمة على الشبكات العصبية الاصطناعية مع التعلم التمثيلي. يمكن أن يكون التعلم تحت إشراف أو شبه خاضع للإشراف أو بدون إشراف.

تم تطبيق بنيات التعلم العميق مثل الشبكات العصبية العميقة وشبكات المعتقدات العميقة والشبكات العصبية للرسم البياني والشبكات العصبية المتكررة والشبكات العصبية التلافيفية في مجالات تشمل رؤية الكمبيوتر والتعرف على الكلام ومعالجة اللغة الطبيعية والترجمة الآلية والمعلوماتية الحيوية وتصميم الأدوية والطبية برامج تحليل الصور وفحص المواد وألعاب الطاولة ، حيث أسفرت عن نتائج مماثلة وفي بعض الحالات تفوق أداء الخبراء البشريين.

سنستخدم GoogleNet
GoogleNet
هو اسم بنية الشبكة العصبية التلافيفية (CNN).
تنافست GoogleNet في تحدي التعرف البصري على نطاق واسع على ImageNet.


التعلم الانتقالي هو عملية بحثية في التعلم الآلي تركز على تخزين المعرفة المكتسبة أثناء حل مشكلة واحدة وتطبيقها على مشكلة مختلفة ولكنها ذات صلة. على سبيل المثال ، يمكن تطبيق المعرفة المكتسبة أثناء تعلم التعرف على السيارات عند محاولة التعرف على الشاحنات.
الشبكة العصبية الالتفافية