We may earn an affiliate commission when you visit our partners.
Andrew Ng,
Kian Katanforoosh,
and
Younes Bensouda Mourri
سيُعلمك هذا المساق طريقة إعداد الشبكات العصبونية الالتفافية وتطبيقها على بيانات الصورة. وبفضل التعلم المتعمق، تعمل الرؤية الحاسوبية على نحوٍ أفضل كثيرًا مما كانت عليه في العامين السابقين وأتاح هذا الكثير من التطبيقات الحالية التي تمتد بدءًا من التحكم الذاتي الآمن حتى التعرف على الوجه بصورةٍ دقيقة وحتى القراءة الأوتوماتيكية للصور الإشعاعية. ستُصبح مُلِم بطريقة إعداد شبكة عصبونية التفافية، بما في ذلك التغييرات التي طرأت في الآونة الأخيرة من قبيل الشبكات المتبقية. وستتعرف على طريقة تطبيق الشبكات الالتفافية على وظائف الكشف والتعرف المرئيين. وستتعرف على طريقة استعمال خاصية نقل النمط العصبي لإنتاج الأعمال الفنية. وسيُصبح بوسعك تطبيق هذه الخوارزميات على مجموعة مختلفة من الصور ومقاطع الفيديو وغيرها من المعطيات ثنائية الأبعاد وثلاثية الأبعاد. ويُمثل هذا المساق الرابع من نوعه في تخصص التعلم المتعمق.
Register for this course and see more details by visiting:
OpenCourser.com/course/81apok/lshbkt
Here's a deal for you
Save money when you learn with a deal that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Get offer
What's inside
Syllabus
أسس الشبكات العصبونية الالتفافية
تعلم طريقة تنفيذ الطبقات الأساسية الخاصة بالشبكات العصبونية الالتفافية (الجمع، عمليات التلافيف) وتجميعها بصورةٍ ملائمة داخل شبكة عميقة لحل المشاكل المتعلقة بالتصنيف ذي الفئات العديدة.
Read more
Syllabus
أسس الشبكات العصبونية الالتفافية
تعلم طريقة تنفيذ الطبقات الأساسية الخاصة بالشبكات العصبونية الالتفافية (الجمع، عمليات التلافيف) وتجميعها بصورةٍ ملائمة داخل شبكة عميقة لحل المشاكل المتعلقة بالتصنيف ذي الفئات العديدة.
Read more
Traffic lights
Traffic lights
Read about what's good
what should give you pause and
possible dealbreakers
Develops basic to advanced skills and knowledge for those new to using and applying Convolutional Neural Networks
Taught by Andrew Ng, world-renowned AI expert and leader in deep learning education
Covers the theoretical foundations of CNNs and explores the latest advancements, such as ResNet, that have revolutionized computer vision
Provides practical experience through hands-on assignments and projects, enabling learners to apply CNNs to real-world problems
Part of the Deep Learning Specialization, offering learners a comprehensive foundation in this rapidly growing field
Save this course
Create your own learning path.
Save this course to your list so you can find it easily later.
Save
Save
Reviews summary
أساس قوي في الشبكات العصبونية الالتفافية
وفقًا للمتعلمين، تقدم هذه الدورة تدريباً شاملاً وعملياً في الشبكات العصبونية الالتفافية، مع التركيز على التطبيقات العملية ورؤية الكمبيوتر. يشيد العديد بـشرح المحاضرات الواضح والتمارين البرمجية المثرية التي تساعد في ترسيخ المفاهيم. يجد بعض الطلاب أن الدورة تتطلب أساساً قوياً في الرياضيات والبرمجة، وقد يواجه المبتدئون تحدياً في مواكبة الوتيرة السريعة. ومع ذلك، يعتبرها غالبية المراجعين مصدراً قيماً لاكتساب المهارات في الكشف عن الأجسام والتعرف على الوجه ونقل النمط العصبي، ومثالية لمن يسعون للتخصص في هذا المجال.
تتناول الدورة أحدث التطورات في الشبكات العصبونية.
"تحديث الدورة ليشمل الشبكات المتبقية كان مفيداً للغاية ويعكس أحدث الأبحاث في هذا المجال."
"تغطية نقل النمط العصبي والكشف عن الأجسام كانت مواضيع حديثة وقيمة جداً للتطبيق."
"أقدر أن المحتوى يتم تحديثه ليواكب التطورات السريعة في التعلم العميق باستمرار."
يشيد المتعلمون بخبرة المحاضر وقدرته التعليمية الفائقة.
"آندرو نج يقدم شرحاً لا مثيل له، وهو خبير حقيقي في هذا المجال ويجعل كل شيء سلساً."
"المحاضر ممتاز، وهذه الدورة تعكس جودة الدورات الأخرى من DeepLearning.AI التي قدمها."
"الدورة تجعلك تشعر أنك تتعلم من أفضل الأساتذة في مجال التعلم العميق على مستوى العالم."
تركز الدورة على التطبيق العملي للمفاهيم المكتسبة.
"المشاريع العملية في الدورة هي الأفضل، ساعدتني على تطبيق ما تعلمته فوراً على مشاكل واقعية."
"تغطية كشف الأجسام والتعرف على الوجه كانت عملية ومفيدة للغاية في تطوير مهاراتي."
"أقدر جداً التركيز على الجانب التطبيقي بدلاً من الاقتصار على الجانب النظري في هذا المجال."
تقدم الدورة مفاهيم معقدة بوضوح كبير للمتعلمين.
"شرح المحاضرات واضح جداً ومفصل، مما ساعدني على فهم المفاهيم المعقدة في الشبكات الالتفافية."
"المحاضر يمتلك قدرة فائقة على تبسيط المعلومات الصعبة وجعلها سهلة الفهم لجميع المستويات."
"وجدت أن الشروحات عميقة ومركزة، وهذا ما أحتاجه بالفعل للتعلم المتعمق وتطبيق الأفكار."
قد تكون وتيرة الدورة سريعة لبعض المبتدئين في التعلم.
"المقدمة سريعة جداً للمبتدئين، شعرت أنني بحاجة لأخذ وقت أطول لاستيعاب المفاهيم الجديدة."
"يمكن أن تكون الوتيرة سريعة بعض الشيء، خاصة في الأسابيع الأولى، لكنها قابلة للتحكم مع التركيز."
"أوصي بمراجعة المواد قبل بدء الدورة إذا كنت تخشى الوتيرة السريعة وضيق الوقت."
الدورة تتطلب معرفة مسبقة قوية في المجال التقني.
"الدورة مكثفة وتتطلب أساساً قوياً في الرياضيات والبرمجة لتتمكن من متابعتها بنجاح."
"وجدت صعوبة في بعض الأحيان بسبب افتقاري لبعض المتطلبات المسبقة في الجبر الخطي التفاضلي."
"إذا لم يكن لديك خبرة مسبقة في بايثون أو التعلم الآلي، فستجدها صعبة وقد تحتاج لجهد إضافي."
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in الشبكات العصبونية الالتفافية with these
activities:
متابعة دروس تعليمية حول استخدام Keras لبناء الشبكات العصبونية الالتفافية
Show steps
ستوفر لك هذه الدروس التعليمية خطوة بخطوة إرشادات عملية لبناء نماذج شبكية عصبونية التفافية باستخدام إطار Keras.
Browse courses on
Keras
Show steps
-
ابحث عن دروس تعليمية عبر الإنترنت أو المنصات التعليمية
-
اتبع الدروس التعليمية لإنشاء نماذج شبكية عصبونية التفافية لمهام مختلفة
-
قم بتجربة وتعديل نماذجك لتحسين الأداء
Show all one activities
متابعة دروس تعليمية حول استخدام Keras لبناء الشبكات العصبونية الالتفافية
Show steps
ستوفر لك هذه الدروس التعليمية خطوة بخطوة إرشادات عملية لبناء نماذج شبكية عصبونية التفافية باستخدام إطار Keras.
Browse courses on
Keras
Show steps
Show steps
Show steps
- ابحث عن دروس تعليمية عبر الإنترنت أو المنصات التعليمية
- اتبع الدروس التعليمية لإنشاء نماذج شبكية عصبونية التفافية لمهام مختلفة
- قم بتجربة وتعديل نماذجك لتحسين الأداء
Show all one activities
Career center
Learners who complete الشبكات العصبونية الالتفافية will develop knowledge and skills
that may be useful to these careers:
Machine Learning Engineer
Machine Learning Engineer
A Machine Learning Engineer deploys and maintains machine learning models to solve business problems. This course can provide the skills for understanding and implementing convolutional neural networks.
Deep Learning Engineer
Deep Learning Engineer
A Deep Learning Engineer researches and develops models for various applications, such as pattern recognition. This course introduces students to deep learning and can help them cultivate the skills to succeed as a Deep Learning Engineer.
Computer Vision Engineer
Computer Vision Engineer
A Computer Vision Engineer solves problems like object detection, image recognition, and facial recognition. Convolutional neural networks are often used to build solutions to such problems. This course introduces learners to the foundations of convolutional neural networks.
Artificial Intelligence Engineer
Artificial Intelligence Engineer
An Artificial Intelligence Engineer develops and deploys artificial intelligence models and related software. Convolutional neural networks are a critical component of many modern AI systems, and this course can help students master them.
Software Engineer
Software Engineer
A Software Engineer designs, develops, tests, and maintains software systems. This course is a valuable tool in understanding neural networks and coding them to solve business problems.
Data Analyst
Data Analyst
A Data Analyst extracts, cleans, prepares, and models data to solve problems. This course may be useful in understanding data manipulation and mathematical algorithms for data analysis.
Customer Success Manager
Customer Success Manager
A Customer Success Manager builds and maintains relationships with clients to ensure satisfaction and retention. This course may be useful for building skills in stakeholder management, problem-solving, and communication.
Sales Manager
Sales Manager
A Sales Manager leads and manages a sales team to achieve sales goals. This course may be useful for building skills in team management, stakeholder relations, and problem-solving.
Business Analyst
Business Analyst
A Business Analyst consults with stakeholders to gather requirements, defines solutions, and analyzes data to make recommendations. This course may be useful for building problem-solving, analytical, and stakeholder management skills.
Product Manager
Product Manager
A Product Manager is responsible for envisioning, planning, and launching products. This course may be useful for understanding data analysis, customer research, and stakeholder management.
Project Manager
Project Manager
A Project Manager plans, executes, and tracks projects. This course may be useful for building skills in team management, stakeholder relations, and problem-solving.
Operations Manager
Operations Manager
An Operations Manager oversees and coordinates business operations. This course may be useful for building skills in data analysis, process improvement, and problem-solving.
Marketing Manager
Marketing Manager
A Marketing Manager develops and executes marketing campaigns to promote products or services. This course may be useful for building skills in data analysis, market research, and stakeholder management.
Data Scientist
Data Scientist
A Data Scientist extracts meaning and insights from data. This course may be useful in gaining the skills to manipulate data, build models, and perform analysis.
Technical Writer
Technical Writer
A Technical Writer creates and maintains documentation to explain complex technical information. This course may be useful for building skills in writing, editing, and research.
For more career information including salaries, visit:
OpenCourser.com/course/81apok/lshbkt
Reading list
We've selected six books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
الشبكات العصبونية الالتفافية.
Save
Provides a comprehensive overview of deep learning, including convolutional neural networks. It valuable resource for anyone interested in learning more about deep learning.
Provides a comprehensive overview of deep convolutional neural networks for image classification. It valuable resource for anyone who wants to learn more about this field.
Save
Provides a comprehensive overview of computer vision, including convolutional neural networks. It valuable resource for anyone interested in learning more about computer vision.
Provides a comprehensive overview of pattern recognition and machine learning, including convolutional neural networks. It valuable resource for anyone interested in learning more about pattern recognition and machine learning.
Provides a practical guide to deep learning with Python. It valuable resource for anyone interested in learning more about deep learning with Python.
Provides a practical guide to deep learning for computer vision. It valuable resource for anyone interested in learning more about deep learning for computer vision.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/81apok/lshbkt
Share
Similar courses
Similar courses are unavailable at this time. Please try again later.
Effort
20 hours to complete
Level
Intermediate
Via
Coursera
Institution
DeepLearning.AI
Instructors
Andrew Ng
Kian Katanforoosh
Younes Bensouda Mourri
Language
العربية
Transcripts
English
Español
Français
Português
中文
한국어
日本語
Pусский
Türkçe
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2025 OpenCourser