‫آموزش دیپ لرنینگ 9- اعتبار سنجی متقابل (cross validation) چیه و چطور بهترین پارامترهارو پیدا میکنه؟

[@hastirezaei108]

درود بر شما عالی هستید

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین

[@مهساکاظمی-و9ث]

خیلی کاربردی و مفید

[@TechWithHasanAbbasi]

خوشحالم از آموزشها راضی هستین

[@صرداردویل]

بهترین اموزش❤❤

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین

[@davoodshojaei896]

عالی. خیلی ممنون

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین

[@behzadhosseinzade5339]

استاد من انجام دادم و جواب گرفتم. خیلی عالی بود این آموزش
من با اسپلیت Train , test رو جدا کردم و بعدش روی train عملیات fold رو انجام دادم . خیلی جالب بود برام .
و استفاده از تابع برای مدل خیلی کارو راحت میکرد .
تدریس عالی شما باعث روند یادگیری عالی میشه ...

[@TechWithHasanAbbasi]

خیلی خوشحالم که ویدئو به دردت خورده بهزاد جان

[@behzadhosseinzade5339]

@@TechWithHasanAbbasi 🙏🌟

[@TechWithHasanAbbasi]

@@behzadhosseinzade5339 خواهش میکنم

[@SaeidAhmadi-d6e]

عالی

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین

[@MaryamFaramarz]

عالی بود، مرسی

[@TechWithHasanAbbasi]

خواهش میکنم، خوشحالم که از آموزشها راضی هستین
ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین

[@hosseindr.askari6161]

Great like always 👏

[@TechWithHasanAbbasi]

Thank you so much 😀

[@raminshams9876]

عالی مثل همیشه

[@TechWithHasanAbbasi]

خواهش میکنم، خوشحالم که از آموزشها راضی هستین
ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین

[@afrouzghaemi6922]

بسیار عالی بود. ممنون از آموزش های بسیار مفیدتون. میشه یه ویدئو درست کنین که آموزش بده چطور وقتی در جوپیتر داریم تایپ می کنیم از autocompletion برای نوشتن کدها استفاده کنیم. متشکرم

[@TechWithHasanAbbasi]

سلام
باید افزونه های مورد نیاز مثل پایتون رو نصب کنین و کتابخانه های مورد نیاز رو توی محیط مجازی نصب و اون رو فعال کنین

[@mitradadashi-p6c]

ممنون بابت توضیحات ساده و روانتون

[@TechWithHasanAbbasi]

خواهش میکنم، خوشحالم که از آموزشها راضی هستین
ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین

[@armin.falahatkar]

thanks a lot

[@TechWithHasanAbbasi]

Happy to help!

[@برزو-ش6ن]

سلام عالیه ❤❤

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین

[@Sorena.V90]

یک آموزش بی نظیر دیگه

[@TechWithHasanAbbasi]

خواهش میکنم، خوشحالم که از آموزشها راضی هستین
ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین

[@ZeinabHashemifard]

دمت گرم هرچی عملی لازمه میگی

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین

[@hamedmakian7206]

Thanks for your videos just want to mention that in TensorFlow (2.15) in defining the loss function in the compile command , we need to use ()
model.compile(optimizer=tf.optimizers.Adam(), loss=tf.losses.BinaryCrossentropy(), metrics=['accuracy'])

[@TechWithHasanAbbasi]

Thanks for the info!

[@hrhz3228]

Thanks 🙏🙏

[@TechWithHasanAbbasi]

You’re welcome 😊

[@shervinmoradi6556]

perfect

[@TechWithHasanAbbasi]

Happy to hear it 👍

[@shervinmoradi6556]

would you please give me a good and easy source about scaling and normalizing data in preprocessing stage? when and how do that@@TechWithHasanAbbasi

[@hojatkazemii4193]

سلام خسته نباشید. اگه امکانش هست در مورد الگوریتم DBScan و پیاده سازی آن ویدیو بسازید ممنون.

[@TechWithHasanAbbasi]

سلام
خواهش میکنم
حتما در دوره های بعدی مد نظر قرار داده خواهد شد

[@hojatkazemii4193]

@@TechWithHasanAbbasi خیلی ممنون🌹

[@hoomanrs3804]

با تشکر از آموزش بسیار عالیتون، کراس ولیدیشن برای مدل های رگرسیون به چه صورت عمل میکنه؟

[@TechWithHasanAbbasi]

سلام
سلامت باشین
فرقی نمیکنه، مفهوم یکسان هست فقط معیار ارزشیابی رو باید متناسب با روشتون در نظر بگیرین

[@amirrezazare3503]

ویدئوهاتون عالیه. فقط بهتر میشد اگه این کدهایی که میزنید رو هم لینکش رو قرار بدین

[@TechWithHasanAbbasi]

خواهش میکنم
خوشحالم که از آموزشها راضی هستین
جهت تهیه این آموزشها زحمت زیادی کشیده شده، ممنون میشم اگر حس میکنین مفید هستن با دوستانتون به اشتراک بذارین
اگر فرصت کنم حتما فایل کدها رو قرار میدم

[@عباسبابایی-ك8ت]

دکتر سلام ممنون از اموزش عالی و کاملتون
دکتر برای استفاده از google colaps به صورت رایگان هستش همش یا باید خریداری شود؟

[@TechWithHasanAbbasi]

سلام دوست عزیز
هم رایگان داره هم غیر رایگان
رایگانش برای شروع یادگیری کافی هست

[@abolfazl9374]

مرسی از ویدیو خوبتون
باتوجه به اون تصویر cross validation
شما توی حلقه فور برای اندازه گیری دقت از همون validation دیتا استفاده کردین از تست دیتایی که مدلمون ندیده باشه استفاده نکردین درسته ؟

[@TechWithHasanAbbasi]

بله، تست رو میذاریم آخر سر که مدلمون نهایی شد تستش میکنیم باهاش

[@armin.falahatkar]

سلام استاد
وقتتون بخیر
امیدوارم عالی باشید
باتشکر فراوان از زحمات شما
استاد بخش هایی که برای توضیح اتفاقات و سناریو ها از عکس ها استفاده میکنید حداقل برای من تا 50 درصد به درک دلایل استفاده از هر خط کد کمک مکینه و درک عمیق تری نسبت به کد پیدا میکنم
لطفا هر بخشی که ممکن هست رو با چند عکس مثل همین ویدیو توضیح بدید
خیلی ممنون از زمانی که میزارید و مطالب فوق العاده ای که تولید میکنید

[@TechWithHasanAbbasi]

سلام
سلامت باشین
خوشحالم آموزشها براتون مفید هست
بله کلا توضیح با تصویر خیلی خوب هست و سعی بر این هست تا جایی که امکانپذیر هست با استفاده از تصاویر یا فایلهای گرافیکی دیگه توضیح داده بشه

[@armin.falahatkar]

@@TechWithHasanAbbasi بسیااار متشکر از زمانی که میزارید ویدیو ها خیلی عالی هستن

[@TechWithHasanAbbasi]

خواهش میکنم، لطف دارین@@armin.falahatkar

[@hamidmoghadas2423]

سلام. آقای دکتر من در این خط مشکل دارم و خطایش را پیدا نمیکنم: model.fit(x_train, y_train, epochs=20, batch_size=64, validation_data=(x_validation, y_validation), verbose=2) خطا: ValueError: Expected input data to be non-empty. در حالیکه تمام برنامه شبیه شما نوشتم.

[@TechWithHasanAbbasi]

دیتای ورودیتون مشکل داره گویا
قبل این دستور دیتای ترین رو پرینت کنین که چک کنین مشکلی نداشته باشه

[@Masoume_hzd]

خسته نباشید استاد، یه سوال
چطور باید شبکه ای که ۲ تا نورون در لایه خروجی داره بعد از اموزش نقاط predict شده رو plot کنیم ؟

[@TechWithHasanAbbasi]

باید دو محور براش در نظر بگیرین یکی لیبل اول و دیگری لیبل دوم
اما اگر اینکار براتون مقدور نیست باید سوال رو ببینم

[@Masoume_hzd]

صحیح.ممنون میشم اگر براتون مقدور هست تو یکی از ویدیو هاتون شبکه ای اموزش بدید که دو تا خروجی داشته باشه 🌹

[@TechWithHasanAbbasi]

@@Masoume_hzd سعی میکنم اگر وقت کردم ویدیو بسازم براش

[@Masoume_hzd]

😍😍🌹

[@behzadhosseinzade5339]

بسیار عالی بود . یه سوالی برام پیش اومده .
در قسمتی که shuffle گذاشتید .
مگه به این صورت نیست که دیتا به پنج بخش تقسیم میشه و هر دفعه روی تیکه ای از اون عملیات انجام میشه . اگر shuffle بزاریم این به هم ریختگی باعث این نمیشه که از یه fold دوبار استفاده کنه ؟

[@TechWithHasanAbbasi]

نه
کلا رندوم کردن داده ها تا حد ممکن حین بررسی مدل خوب هست چون احتمال حالت خاص رو کاهش میده

[@behzadhosseinzade5339]

@@TechWithHasanAbbasi 🙏🌟

[@TechWithHasanAbbasi]

@@behzadhosseinzade5339 خواهش میکنم

[@Raz-Eng]

☘️☘️

[@TechWithHasanAbbasi]

Thank you for your support!

[@MPar-dn2qv]

سلام
به یک مشکل برخوردم در اینجا و اونم اینه که تنها یک تکرار انجام میشه با اینکه اومدم و دونه به دونه کدها رو مثل شما نوشتم
یعنی هی ویدیو رو pause کردم و با کد خودم مقایسه کردم و دیدیم یکیه
حتی اومدم 5 رو مستقیم وارد کردم یعنی نوشتم
kf= StratifiedKFold(n_splits=5, shuffle=True)
باز فرقی نکرد و همون یک بار رو تکرار کرد و acc_total هم شد [0.9]
ای کاش میشد کدهای شما رو دانلود کرد و جداگانه اونا رو اجرا کرد تا ببینم مثل ویدیو 5 بار تکرار میکنه (که اونموقع هردو کدها رو بذارم کنار هم و مقایسه کنم ببینم تفاوت در کجاست) یا که مثل مال من فقط یک بار که اونوقت معلوم میکرد که ایرادی در سیستم من هست و Colab من به دلیلی درست کار نمیکنه.

[@TechWithHasanAbbasi]

سلام دوست عزیز
به زودی کدها به اشتراک گذاشته خواهد شد

[@naghaviamir]

AttributeError Traceback (most recent call last)
in ()
13 model = creat_model
14
---> 15 model.fit(x_train, y_trainepochs=20, batch_size=64, validation_data=(x_validation, y_validation), verbose=2)
16
17 # prediction
AttributeError: 'function' object has no attribute 'fit'
????????????

[@TechWithHasanAbbasi]

model = create_model() => اینطوری باید باشه خط ۱۳، شما پرانتز رو فراموش کردین
برای درک بهتر پیشنهاد میکنم حتما دوره پایتون رو مشاهده بفرمایید
th-cam.com/video/jI4Japu2DvQ/w-d-xo.html
یا حداقل بخش توابع رو ببینین

[@naghaviamir]

تشکر -اینقدر چشمم چرخیده با نمره 4 هم دیگر نمی بینم بهرحال زحمت شما و دوستان را دنبال می کنم تا به سرانجام برسانم- باز هم تشکر مجدد عزیز جان
@@TechWithHasanAbbasi