تخفیف عضویت ویژه تا 24 اسفند

شما به این ویدیو دسترسی ندارید



0

intro

3:34

رایگان

1

tensorflow

17:51

رایگان

2

graph

16:38

رایگان

3

neural networks

17:24

4

gradient

16:58

5

regression

14:57

6

normalization

22:32

7

bias

14:45

8

classification

20:55

9

computer vision

33:11

10

summary

13:28

11

CNN

16:17

12

conv2d

14:47

13

nlp

11:3

14

tokenization

19:54

15

bag of words

13:16

16

word embedding

20:40

17

RNN

13:15

18

LSTM

10:5

20

bidirectional

9:40

21

hub

14:45

23

hypertuning

28:5

24

done

3:43

دوره های پیشنهادی

دوره آموزش زبان برنامه نویسی پایتون
دوره آموزش زبان برنامه نویسی پایتون
تکمیل ضبط
امیرحسین بیگدلو
دوره آموزش وب اسکرپینگ(web scraping) در پایتون
دوره آموزش وب اسکرپینگ(web scraping) در پایتون
تکمیل ضبط
امیرحسین بیگدلو
دوره آموزش فلسک (flask)
دوره آموزش فلسک (flask)
تکمیل ضبط
امیرحسین بیگدلو



ارسال نظر


میلاد

6 ماه قبل پاسخ به نظر

سلام
برای نرمالسازی داده ها کدام روش بهتر است:
1- استفاده از Standard Scaler داخل Sklearn
2- استفاده از normalizer موجود در Tensorflow
؟

ارسال نظر



امیرحسین بیگدلو

5 ماه قبل

سلام
هرکدوم روش متفاوتی دارند. میتونید مستندات رو بخونید

shayan

8 ماه قبل پاسخ به نظر

سلام
واسه نرمالایز کردن بهتر نیست جفت داده های تست و ترین رو نرمالایز کنیم؟

ارسال نظر



امیرحسین بیگدلو

8 ماه قبل

سلام
خیر، داده های تست نیازی به نرمالایز ندارند

مونگارد