سلام و وقت بخیر
امیدوارم حالتون خوب باشه🙏

همانطور که قبلا اطلاع داده بودم، تصمیم داشتیم دوره‌ای در زمینه‌ی پیاده‌سازی شبکه‌های عصبی بازگشتی (RNN)  برگزار کنیم. هدف اصلی این دوره، آشنایی با تئوری و ریاضیات این نوع شبکه‌ها، پیاده‌سازی دستی آن‌ها، استفاده از کتابخانه PyTorch، و در نهایت انجام پروژه‌های عملی بود.

در این مدت که مشغول مطالعه‌ی روی شبکه‌های RNN و همچنین بررسی ترکیب آنها با سایر معماری‌ها مانند CNN  در مسائل مختلف بودم. متوجه شدم که عملکرد RNN در ترکیب با سایر شبکه‌های عصبی، به‌ویژه CNNها، بهینه تر و مؤثرتر میشود.

بر همین اساس، تصمیم گرفتم دوره‌ای جامع طراحی کنیم که فصل اول آن به RNN اختصاص داده بشه و در فصلهای بعدی به معرفی و پیاده‌سازی سایر شبکه‌ها مانند CNN و ترکیب آن‌ها با RNN در پروژه‌های مختلف بپردازیم.

این دوره با عنوان "شبکه‌های عصبی با محوریت RNN و CNN" برگزار خواهد شد و محتوای آن به‌ صورت کاربردی طراحی شده است. در این چند ماه تلاش کردم که الگوریتم‌های مختلف را مطالعه و بررسی کنم تا بتونم محتوایی کامل و ساختاریافته ارائه دهم.

الان فهرست مطالب دوره در حال نهایی شدن است و ثبت نام از این هفته آغاز خواهد شد.

سرفصل‌های تقریبی دوره:
فصل اول: مروری بر مفاهیم پایه شبکه‌های عصبی
🔺 پس انتشار خطا، توابع هزینه، روشهای بهینه سازی، dropout، batch normalization ....

فصل دوم: ریاضیات و پیاده‌سازی شبکه‌های بازگشتی (RNN, LSTM, GRU, BiLSTM)
🔺 پروژه‌های عمومی (مسائل قابل تعمیم به کاربردهای مختلف)
🔺 پروژه‌های پردازش سیگنال‌های حیاتی  (EEG, ECG)

فصل سوم: بررسی معماری شبکه‌های CNN
🔺انواع کانولوشن و ساختارهای رایج
🔺پیاده سازی شبکه EEGNet و توسعه‌ی آن
🔺پیاده سازی شبکه‌های ShallowNet و  DeepNet
🔺پروژه‌های عمومی و همچنین پروژه‌های مرتبط با سیگنال EEG و  ECG

فصل چهارم: ترکیب شبکه‌های RNN  و CNN
🔺پروژه‌های تحلیل داده‌های سری زمانی
🔺پروژه‌های پردازش سیگنال‌های حیاتی

فصل پنجم: آشنایی با  Attention
🔺آشنایی با انواع Self-Attention
🔺طراحی لایه Attention برای انتخاب Feature Map/ Channel
🔺طراحی Attention مخصوص شبکه‌های
 
✅ ترکیب RNN+LSTM+Attention و پیاده سازی آن در پروژه های مختلف  (تشخیص و پیش بینی خطا، سیگنالهای حیاتی، ... )

💡تمرکز این دوره بر ترکیب مبانی ریاضی و تئوری شبکه‌های عصبی با پروژه‌های عملی و کاربردی خواهد بود. امیدوارم کنار هم بتونیم تجربه خوبی داشته باشیم و خروجی خوبی از این دوره بدست بیاریم.

پیش نیاز دوره: پایتورچ
https://onlinebme.com/product/implementing-neural-networks-with-pytorch/

ثبت‌نام دوره این هفته شروع خواهد شد...

موفق باشید
محمد نوری‌زاده چرلو