دورة المشفرات التلقائية في الرؤية الحاسوبية

المصدر: Ahmed ibrahim

دورة المشفرات التلقائية في الرؤية الحاسوبية من Ahmed ibrahim: 15 درسًا متاحًا، مع ترتيب الدروس الأصلي ومحاور واضحة تساعدك على اختيار ما يناسب هدفك.

  • 0 متعلّمين
  • 8 س 14 د
  • كل المستويات
  • elposla

عن هذه الدورة

تتناول «دورة المشفرات التلقائية في الرؤية الحاسوبية» مجموعة دروس من Ahmed ibrahim، ويمكنك متابعتها بترتيب قائمة المصدر. تتضمن القائمة 15 درسًا متاحًا، بإجمالي زمن فيديو يبلغ 8 ساعة و14 دقيقة وقت المراجعة.

الموضوعات التي ستتابعها

هذه أمثلة من عناوين الدروس في بداية القائمة ووسطها ونهايتها، وتوضح نطاق المحتوى قبل البدء:

  • Auto-encoder , SAE , DAE , CAE | computer vision شرح عربي
  • Denoising Autoencoder in Python | Computer Vision Explained in Arabic
  • Variational AutoEncoder part four : Derivation of the Loss Function شرح عربي
  • Siamese Network | Contrastive Loss| Triplet Loss | image Retrieval شرح عربي
  • Super-Resolution image using CNN in PyTorch (SRCNN) شرح عربي

كيف تبدأ الدراسة؟

ابدأ بدرس «Auto-encoder , SAE , DAE , CAE | computer vision شرح عربي» لتتعرف على طريقة الشرح وما يستخدمه المدرّس من مصطلحات أو أدوات. إذا وجدت مفهومًا غير واضح، سجّل اسمه وراجعه قبل الانتقال إلى التطبيق الذي يعتمد عليه.

اختر وقتًا يسمح بالتجربة بعد المشاهدة. يمكنك تقسيم القائمة إلى جلسات قصيرة، مع الاحتفاظ بملاحظات عن الخطوات التي نفذتها والأسئلة التي ظهرت أثناء العمل. مدة الفيديو المعروضة لا تمثل وحدها مدة التعلم المطلوبة.

نشاط مقترح لتطبيق ما تتعلمه

اختر مجموعة صور تجريبية تتصل بموضوع الدروس، وحدّد النتيجة المتوقعة لكل مثال. قارن المخرجات بما تتوقعه، وسجّل أثر اختلاف الإضاءة أو زاوية التصوير على النتيجة.

لمن تناسب هذه القائمة؟

تناسب من يريد متابعة موضوع «دورة المشفرات التلقائية في الرؤية الحاسوبية» عبر دروس مرتبة، مع الاستعداد للمراجعة والتطبيق. راجع عناوين الدروس قبل اختيار نقطة البداية؛ قد تحتاج إلى أساس سابق إذا كانت القائمة مخصصة لجزء متقدم أو لإصدار معين.

المصدر الأصلي ومتابعة الدروس

أعدّ هذه الدروس Ahmed ibrahim. تنظم البوصلة الوصول إليها مع الحفاظ على ترتيبها ونسبتها لصاحبها. افتح قائمة Auto encoder | computer vision على يوتيوب، أو زر قناة Ahmed ibrahim.

لترتيب خطوتك التالية، يمكنك أيضًا دورات التعلم المتاحة واختيار محتوى يكمل الموضوع الذي تدرسه.

محتوى الدورة

1 وحدة · 15 درس · 8 س 14 د

  1. دروس الدورة بترتيب المصدر 15 درسًا 8 س 14 د

    المصدر: Ahmed ibrahim

    • Auto-encoder , SAE , DAE , CAE | computer vision شرح عربي مقفل 47 د
    • Auto-encoder in python | computer vision شرح عربي مقفل 16 د
    • Deep Convolution AutoEncoder in python | computer vision شرح عربي مقفل 16 د
    • Denoising Autoencoder in Python | Computer Vision Explained in Arabic مقفل 16 د
    • Variational AutoEncoder VAE : Introduction | computer vision Arabic explanation مقفل 21 د
    • Variational AutoEncoder part two : KL Divergenc | computer vision شرح عربي مقفل 40 د
    • Variational AutoEncoder part three : latent variables | difference between AE and VAE شرح عربي مقفل 17 د
    • Variational AutoEncoder part four : Derivation of the Loss Function شرح عربي مقفل 42 د
    • Variational AutoEncoder : Optimization and Reparametrization Trick شرح عربي مقفل 20 د
    • generate fake images by Variational Autoencoder | computer vision شرح عربي مقفل 49 د
    • Conditional Variational Autoencoders (CVAEs) | Computer Vision Explained in Arabic مقفل 11 د
    • Siamese Network | Contrastive Loss| Triplet Loss | image Retrieval شرح عربي مقفل 1 س 13 د
    • Neural Style Transfer part one شرح عربي مقفل 37 د
    • Neural Style Transfer part two شرح عربي مقفل 32 د
    • Super-Resolution image using CNN in PyTorch (SRCNN) شرح عربي مقفل 50 د

مدرّبك

elposla

تقييمات المتعلّمين

لا تقييمات بعد.