التعلم العميق

التعلم العميق للرؤية الحاسوبية — تعلم بناء وتطبيق نماذج التعلم العميق مثل الشبكات العصبية التلافيفية (CNNs) لمهام مثل تصنيف الصور، واكتشاف الكائنات، وتوليد الصور باستخدام أطر عمل مثل TensorFlow و PyTorch.

التعلم العميق

الشبكات العصبية الملتوية في بايثون: شبكات عصبية معقدة للرؤية ومعالجة اللغة الطبيعية

التعلم العميق للرؤية الحاسوبية: من الشبكات العصبية المركزية إلى الشبكات العصبية العامة

بناء سيارة ذاتية القيادة باستخدام بايثون والتعلم العميق

الرؤية الحاسوبية وشبكة الرؤية العالمية باستخدام TensorFlow

أساسيات معالجة الصور الرقمية للرؤية الحاسوبية

الشبكات العصبية الملتوية للمبتدئين

الذكاء الاصطناعي والفهم المتعدد الوسائط

المعالجة الآلية للصور في مجموعات البيانات الكبيرة

الرؤية الحاسوبية والتعلم الآلي باستخدام MATLAB

دليل المبتدئين للتعلم العميق لتصنيف الصور

مقدمة إلى شبكات CNN باستخدام Python: بناء وتدريب النماذج

مقدمة إلى توليد الصور بالذكاء الاصطناعي ونماذج الانتشار

التعلم العميق لرؤية الحاسوب: كشف الشذوذ وتوليف البيانات

الذكاء الاصطناعي المولد مع نماذج الانتشار: دليل عملي لتوليف الصور

التعلم العميق لكشف العيوب الصناعية

الانتشار المستقر لمصممي البرمجيات: الذكاء الاصطناعي المولد مع PyTorch

تصميم نظام للكشف عن العيوب باستخدام الرؤية لخط الإنتاج

تحرير الصور بالذكاء الاصطناعي AI: الخلفيات، العناصر، والتنظيف التوليدي

ترقية دقة الصور باستخدام AI: تحويل الصور الباهتة إلى دقة عالية

تحسين الفيديو باستخدام AI للمبتدئين: Upscale و Denoise

ترميم الصور وتلوينها باستخدام AI للمبتدئين

أساسيات ترميم الصور باستخدام AI: الإصلاح والـ Upscale

ترقية جودة الصور بـ AI للطباعة والتنسيقات الكبيرة

ترقية جودة الفيديو باستخدام AI: استعادة وتحسين اللقطات