لوگوی رادیس - Radis AI Academy رادیس
ثبت‌نام / مشاوره
خانه دوره‌های بزرگسالان دوره جامع و تخصصی یادگیری عمیق (Deep Learning Masterclass)

دوره جامع و تخصصی یادگیری عمیق (Deep Learning Masterclass)

پیشرفته‌ترین مسیر آموزشی رادیس برای تربیت مهندسین ارشد هوش مصنوعی. ۶ ترم غوطه‌وری در معماری شبکه‌های عصبی عمیق، پردازش تصویر (CV)، پردازش زبان (NLP)، ترنسفورمرها و مدل‌های مولد (Generative AI) با محوریت PyTorch.

در این دوره چه مهارت‌هایی کسب می‌کنید؟

  • تسلط بر ریاضیات شبکه‌های عصبی و پیاده‌سازی معماری‌های پیچیده با فریم‌ورک PyTorch
  • طراحی مدل‌های پیشرفته بینایی ماشین (Computer Vision) برای تشخیص اشیاء، بخش‌بندی و تولید تصویر
  • پردازش زبان طبیعی (NLP) با استفاده از شبکه‌های بازگشتی (RNN/LSTM) و مدل‌های Embedding
  • درک عمیق مکانیزم Attention، معماری Transformers و استفاده از مدل‌های خانواده BERT و GPT
  • توسعه سیستم‌های مبتنی بر مدل‌های زبانی بزرگ (LLMs) و پیاده‌سازی معماری RAG برای داده‌های سازمانی
  • بهینه‌سازی، ارزیابی، داکرایز کردن و استقرار (Deployment) مدل‌های سنگین Deep Learning روی سرورهای ابری

سرفصل‌های جامع دوره (۶ ترم / ۶۰ جلسه)

این دوره پیشرفته طی ۶ ترم (۶۰ جلسه ۷۵ دقیقه‌ای) برگزار می‌شود. پایان هر ترم شامل یک پروژه در سطح استانداردهای صنعتی و پژوهشی است:

ترم اول: مبانی شبکه‌های عصبی عمیق و تسلط بر PyTorch

جلسه ۰۱: ورود به دنیای Deep Learning تفاوت ML و DL، آشنایی با GPU/TPU، تنظیم محیط کار با CUDA و Jupyter Notebook
جلسه ۰۲: ریاضیات پایه برای یادگیری عمیق مرور جبر خطی، مشتقات جزئی، ماتریس‌ها و تانسورها (Tensors) به عنوان واحد پایه داده
جلسه ۰۳: پرسپترون چندلایه (MLP) و توابع فعال‌ساز معماری Feedforward، آشنایی عمیق با ReLU, Leaky ReLU, Sigmoid, Tanh و Softmax
جلسه ۰۴: توابع زیان (Loss Functions) و الگوریتم‌های گرادیان محاسبه Cross-Entropy و MSE، مفهوم Gradient Descent و چالش محوشدگی گرادیان (Vanishing Gradient)
جلسه ۰۵: پس‌انتشار خطا (Backpropagation) از پایه درک ریاضیاتی Chain Rule، نحوه به‌روزرسانی وزن‌ها و سوگیری‌ها (Biases) در طول آموزش
جلسه ۰۶: فریم‌ورک PyTorch - بخش اول: Tensors و Autograd عملیات روی تانسورها، انتقال داده به GPU، محاسبه خودکار گرادیان با ماژول Autograd
جلسه ۰۷: فریم‌ورک PyTorch - بخش دوم: nn.Module ساخت کلاس شبکه‌های عصبی با torch.nn، تعریف لایه‌های Linear و چرخه‌ی کامل آموزش (Training Loop)
جلسه ۰۸: مدیریت داده‌ها (Dataset & DataLoader) ساخت Datasetهای سفارشی، Batching، Shuffling و مدیریت بهینه حافظه در پردازش‌های سنگین
جلسه ۰۹: بهینه‌سازها (Optimizers) و جلوگیری از بیش‌برازش الگوریتم‌های Adam, RMSprop, SGD with Momentum، و پیاده‌سازی Dropout و L2 Regularization
جلسه ۱۰: پروژه پایانی ترم اول 🎯 طراحی صفر تا صد یک شبکه عصبی عمیق با PyTorch برای پیش‌بینی و دسته‌بندی داده‌های جدولی پیچیده

ترم دوم: بینایی ماشین (Computer Vision) و شبکه‌های پیچشی (CNN)

جلسه ۱۱: نمایش تصویر در کامپیوتر و چالش‌های بینایی ماشین ساختار پیکسل‌ها، کانال‌های رنگی (RGB)، و چرا MLPها برای تصاویر مناسب نیستند؟
جلسه ۱۲: عملیات کانولوشن (Convolution) و فیلترها استخراج ویژگی‌ها با فیلترها، مفاهیم Stride, Padding و محاسبه ابعاد خروجی
جلسه ۱۳: لایه‌های Pooling و ساختار شبکه CNN لایه‌های Max Pooling و Average Pooling، کاهش ابعاد و ترکیب با لایه‌های Fully Connected
جلسه ۱۴: پیاده‌سازی CNN با PyTorch در عمل آموزش شبکه روی مجموعه داده‌های پایه (MNIST و CIFAR-10) و بررسی فیلترهای یادگرفته‌شده
جلسه ۱۵: افزایش داده‌ها (Data Augmentation) استفاده از torchvision.transforms برای چرخش، تغییر اندازه، برش و رنگ جهت مقابله با Overfitting
جلسه ۱۶: نرمال‌سازی دسته‌ای (Batch Normalization) تسریع همگرایی شبکه، درک ریاضیات BatchNorm و تاثیر آن در شبکه‌های بسیار عمیق
جلسه ۱۷: معماری‌های کلاسیک CNN (AlexNet, VGG) بررسی ساختارهای تاریخی مهم، درک بلوک‌های VGG و چالش شبکه‌های عمیق
جلسه ۱۸: معماری‌های مدرن (ResNet, Inception) معرفی Residual Connections، حل مشکل Vanishing Gradient و معماری Inception
جلسه ۱۹: یادگیری انتقالی (Transfer Learning) و Fine-tuning استفاده از مدل‌های Pre-trained، انجماد لایه‌ها (Freezing) و تطبیق مدل برای دیتاست‌های اختصاصی
جلسه ۲۰: پروژه پایانی ترم دوم 🎯 توسعه یک دستیار هوشمند پزشکی برای دسته‌بندی دقیق تصاویر X-Ray و MRI با استفاده از ResNet و Transfer Learning

ترم سوم: بینایی ماشین پیشرفته، تشخیص اشیاء و مدل‌های مولد (GANs)

جلسه ۲۱: مفاهیم Object Detection و Bounding Boxes تفاوت Classification با Detection، مفهوم IoU (Intersection over Union) و mAP
جلسه ۲۲: خانواده مدل‌های R-CNN و SSD معماری Two-stage detectors در برابر One-stage detectors، مفاهیم Anchor Boxes
جلسه ۲۳: پیاده‌سازی تشخیص بلادرنگ با الگوریتم YOLO آشنایی با ساختار YOLO، آماده‌سازی دیتاست با فرمت YOLO و آموزش مدل روی داده‌های ویدئویی
جلسه ۲۴: بخش‌بندی معنایی تصویر (Semantic Segmentation) تفاوت Segmentation با Detection، کاربردها در پزشکی و خودروهای خودران، معماری U-Net
جلسه ۲۵: مدل‌های مولد پایه (Autoencoders) شبکه‌های رمزگذار و رمزگشا، فشرده‌سازی تصویر، حذف نویز (Denoising Autoencoders)
جلسه ۲۶: شبکه‌های عصبی متخاصم (GANs) - مفاهیم نظریه بازی‌ها در AI، معماری Generator و Discriminator، تابع زیان Minimax
جلسه ۲۷: پیاده‌سازی عملی DCGAN ساخت GANهای پیچشی عمیق برای تولید تصاویر واقعی، چالش‌های Mode Collapse
جلسه ۲۸: آشنایی با StyleGAN و دیفیوژن‌ها (مقدماتی) تحولات مدل‌های مولد تصویر، مقدمه‌ای بر فرآیند نویزگذاری و نویززدایی در Diffusion Models
جلسه ۲۹: بینایی ماشین در دستگاه‌های لبه (Edge Computing) فشرده‌سازی مدل‌ها، Quantization و تبدیل مدل‌های PyTorch به ONNX برای اجرای سریع
جلسه ۳۰: پروژه پایانی ترم سوم 🎯 سیستم ترکیبی: آموزش YOLO برای تشخیص خودروها و پلاک در ویدئو زنده + تولید تصاویر چهره با شبکه‌های متخاصم (GAN)

ترم چهارم: پردازش توالی‌ها، شبکه‌های بازگشتی (RNN/LSTM) و مبانی NLP

جلسه ۳۱: مقدمه‌ای بر داده‌های توالی (Sequential Data) و NLP چالش‌های داده‌های متنی و سری‌های زمانی، مفهوم حافظه در شبکه‌های عصبی
جلسه ۳۲: پیش‌پردازش متن (Text Preprocessing) Tokenization, Stemming, Lemmatization، حذف Stop-words و کار با کتابخانه‌های NLTK و SpaCy
جلسه ۳۳: تعبیه‌سازی کلمات (Word Embeddings) نمایش برداری کلمات، الگوریتم‌های Word2Vec (CBOW & Skip-gram)، GloVe و FastText
جلسه ۳۴: شبکه‌های عصبی بازگشتی (RNN) معماری RNN ساده، Backpropagation Through Time (BPTT) و مشکل محوشدگی گرادیان در توالی‌های طولانی
جلسه ۳۵: حافظه کوتاه‌مدت طولانی (LSTM) ساختار سلول LSTM، دروازه‌های Forget, Input, Output و حل مشکل حافظه در RNNها
جلسه ۳۶: شبکه‌های GRU و RNNهای دوطرفه (Bi-Directional) مقایسه GRU با LSTM، استفاده از زمینه آینده و گذشته با Bi-LSTM برای تحلیل متن
جلسه ۳۷: تحلیل احساسات (Sentiment Analysis) پیشرفته طراحی یک Classifier متنی با Embeddings و LSTM برای تشخیص نظرات مثبت/منفی/خنثی
جلسه ۳۸: معماری Encoder-Decoder (Seq2Seq) ترجمه ماشینی اولیه، رمزگذاری توالی ورودی و تولید توالی خروجی
جلسه ۳۹: پیش‌بینی سری‌های زمانی با LSTM استفاده از شبکه‌های بازگشتی برای پیش‌بینی متغیرهای پیوسته زمان‌دار (مانند بورس یا آب و هوا)
جلسه ۴۰: پروژه پایانی ترم چهارم 🎯 توسعه یک سیستم پیش‌بینی قیمت سهام با استفاده از LSTM و ساخت تحلیلگر احساسات نظرات کاربران شبکه‌های اجتماعی

ترم پنجم: انقلاب ترنسفورمرها (Transformers)، Attention و پردازش زبان پیشرفته

جلسه ۴۱: مکانیزم توجه (Attention Mechanism) ایده Attention در مدل‌های Seq2Seq، محاسبه وزن‌های توجه و تأثیر آن در پردازش توالی‌های طولانی
جلسه ۴۲: معماری Transformers (مقاله Attention Is All You Need) حذف RNNها، مکانیزم Self-Attention، Multi-Head Attention و Positional Encoding
جلسه ۴۳: آشنایی با اکوسیستم Hugging Face کار با کتابخانه Transformers، دانلود مدل‌های Pre-trained، Pipelineها و Tokenizerهای پیشرفته
جلسه ۴۴: مدل BERT و معماری Encoder-only نحوه پیش‌آموزش BERT (Masked LM و Next Sentence Prediction)، ایجاد بردارهای متنی غنی (Contextual Embeddings)
جلسه ۴۵: تکنیک Fine-Tuning برای مدل‌های Transformer تطبیق BERT برای وظایف خاص (Text Classification, Named Entity Recognition) روی زبان فارسی
جلسه ۴۶: سیستم پرسش و پاسخ (Question Answering) آموزش مدل برای یافتن دقیق پاسخ سوال کاربر از درون یک متن طولانی (Extractive QA)
جلسه ۴۷: معماری‌های Decoder-only و خانواده GPT مدل‌های زبانی اتورگرسیو (Autoregressive LM)، تولید متن هوشمند و تفاوت‌های بنیادین با BERT
جلسه ۴۸: معماری‌های Encoder-Decoder مدرن (T5 و BART) مدل‌های چندمنظوره برای خلاصه‌سازی متن (Summarization)، ترجمه پیشرفته و تولید محتوا
جلسه ۴۹: ارزیابی مدل‌های زبانی معیارهای BLEU برای ترجمه، ROUGE برای خلاصه‌سازی، و Perplexity در مدل‌های زبانی
جلسه ۵۰: پروژه پایانی ترم پنجم 🎯 Fine-tuning یک مدل Transformer روی داده‌های فارسی برای ساخت سیستم خلاصه‌ساز اخبار و استخراج هویت‌های نام‌دار (NER)

ترم ششم: هوش مصنوعی مولد (Generative AI)، LLMs، RAG و استقرار مدل‌ها

جلسه ۵۱: مدل‌های زبانی بزرگ (LLMs) و Prompt Engineering عمیق‌شدن در عملکرد LLMها (Llama, GPT-4)، تکنیک‌های پیشرفته Prompting (Zero-shot, Few-shot, CoT)
جلسه ۵۲: پایگاه‌داده‌های برداری (Vector Databases) آشنایی با ChromaDB، Pinecone یا Milvus، ذخیره و جستجوی معنایی اسناد با Semantic Search
جلسه ۵۳: معماری RAG (Retrieval-Augmented Generation) تزریق دانش سازمانی به LLMها بدون نیاز به Fine-Tuning، توسعه سیستم‌های گفتگو محور متصل به دیتابیس اختصاصی
جلسه ۵۴: کتابخانه LangChain / LlamaIndex زنجیره‌سازی درخواست‌ها، ساخت Agentهای هوشمند و استفاده از ابزارهای خارجی (Tools) توسط LLM
جلسه ۵۵: تکنیک‌های بهینه‌سازی LLMها (PEFT و LoRA) آموزش مدل‌های عظیم با منابع سخت‌افزاری محدود با استفاده از Low-Rank Adaptation و Quantization
جلسه ۵۶: مدل‌های دیفیوژن پیشرفته برای تصویر (Stable Diffusion) معماری Latent Diffusion Models، نحوه کارکرد Text-to-Image و کنترل تولید تصویر با ControlNet
جلسه ۵۷: MLOps برای Deep Learning - بخش اول مدیریت نسخه‌های مدل‌ها و داده‌ها (DVC)، مانیتورینگ منابع GPU و ردیابی آزمایش‌ها با Weights & Biases (WandB)
جلسه ۵۸: تبدیل مدل‌های Deep Learning به API ساخت Backend با FastAPI برای دریافت ورودی‌ها (متن/تصویر) و برگرداندن خروجی شبکه‌های عصبی به صورت بلادرنگ
جلسه ۵۹: داکرایز کردن (Docker) و استقرار روی سرور (Deployment) ساخت Image شامل درایورهای GPU، استقرار مدل روی سرورهای ابری (AWS/Linux) با استفاده از Docker Compose
جلسه ۶۰: پروژه نهایی و ورود به صنعت 🏆 توسعه کامل یک دستیار هوشمند سازمانی (LLM + RAG Agent + Vector DB + FastAPI) و استقرار نهایی آنلاین + آمادگی مصاحبه‌های تخصصی

شیوه برگزاری و پشتیبانی کلاس‌ها

این دوره به دو صورتحضوریدر فضایی کاملاً مجهز وآنلاین (زنده)برگزار می‌شود. همچنین هر دانشجو زیر نظر منتور اختصاصی پروژه، پشتیبانی برای رفع اشکال خواهد داشت.