دورة مشروعات تطبيقية باستخدام PyTorch

المصدر: Amr Osama Abdellatif

دورة مشروعات تطبيقية باستخدام PyTorch من Amr Osama Abdellatif: 9 درسًا متاحًا، مع ترتيب الدروس الأصلي ومحاور واضحة تساعدك على اختيار ما يناسب هدفك.

  • 0 متعلّمين
  • 5 س 49 د
  • كل المستويات
  • elposla

عن هذه الدورة

تجمع هذه الصفحة دروس «دورة مشروعات تطبيقية باستخدام PyTorch» من قناة Amr Osama Abdellatif. ستجد 9 فيديو متاحًا بالترتيب الذي وضعه المصدر، ومدتها الإجمالية 5 ساعة و49 دقيقة. يمكنك العودة إلى أي درس عند مراجعة تطبيقك.

محاور الدروس وتسلسلها

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

  • Implmenting an Autoencoder in Pytorch from scratch - بالعربى
  • Building UNet from scratch بالعربى - using PyTorch - part 2
  • Building & Explaining MobileNet from scratch بالعربى - using PyTorch - part 2
  • Breaking vision models using Adversarial attack بالعربى - using PyTorch
  • Fine-Tuning Pretrained Vision Models - بالعربى - using PyTorch

كيف تبدأ الدراسة؟

ابدأ بدرس «Implmenting an Autoencoder in Pytorch from scratch - بالعربى» 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 فكرة واضحة من الدروس وطبّقها على مثال صغير يناسب موضوعها. احتفظ بنتيجة أولية، ثم راجعها باستخدام معايير تكتبها مسبقًا وسجّل التعديل الذي حسّن العمل.

لمن تناسب هذه القائمة؟

تناسب من يريد متابعة موضوع «دورة مشروعات تطبيقية باستخدام PyTorch» 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 Amr Osama Abdellatif. تنظم البوصلة الوصول إليها مع الحفاظ على ترتيبها ونسبتها لصاحبها. افتح قائمة PyTorch Projects على يوتيوب، أو زر قناة Amr Osama Abdellatif.

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

محتوى الدورة

1 وحدة · 9 درس · 5 س 49 د

  1. دروس الدورة بترتيب المصدر 9 دروس 5 س 49 د

    المصدر: Amr Osama Abdellatif

    • Implmenting an Autoencoder in Pytorch from scratch - بالعربى مقفل 38 د
    • Building UNet from scratch بالعربى - using PyTorch - part 1 مقفل 30 د
    • Building UNet from scratch بالعربى - using PyTorch - part 2 مقفل 35 د
    • Building & Explaining MobileNet from scratch بالعربى - using PyTorch - part 1 مقفل 17 د
    • Building & Explaining MobileNet from scratch بالعربى - using PyTorch - part 2 مقفل 39 د
    • Building & Explaining Variational Autoencoder from scratch بالعربى - using PyTorch مقفل 37 د
    • Breaking vision models using Adversarial attack بالعربى - using PyTorch مقفل 50 د
    • Building & Explaining ResNets from scratch بالعربى - using PyTorch مقفل 1 س 4 د
    • Fine-Tuning Pretrained Vision Models - بالعربى - using PyTorch مقفل 35 د

مدرّبك

elposla

تقييمات المتعلّمين

لا تقييمات بعد.