این دوره آموزشی تخصصی به منظور توانمندسازی توسعه‌دهندگان وب در استفاده از هوش مصنوعی با استفاده از TensorFlow.js طراحی شده است. TensorFlow.js یک کتابخانه قدرتمند جاوا اسکریپت است که به شما امکان می‌دهد مدل‌های یادگیری عمیق را به‌طور مستقیم در مرورگر وب ایجاد و اجرا کنید.
در ابتدای دوره، با مبانی جاوا اسکریپت و توابع ضروری آن که در توسعه وب و پیاده‌سازی هوش مصنوعی حیاتی هستند، آشنا می‌شویم. سپس به بررسی عمیق TensorFlow.js می‌پردازیم و با مفاهیم پایه مانند Tensor ها و عملیات ریاضی و سایر توابع مهم در این کتابخانه آشنا خواهیم شد.
سپس به دنبال این مباحث، نحوه اجرای کدهای TensorFlow.js بر روی سخت افزار های مختلف برای بهینه‌سازی عملکرد و تسریع محاسبات بررسی می‌شود. مدیریت حافظه و نکات مهم مرتبط با بهینه‌سازی حافظه نیز مورد بحث قرار خواهد گرفت.
در بخش های بعدی دوره، یاد خواهیم گرفت که چگونه شبکه‌های عصبی پیچیده را با استفاده از API های سطح بالای TensorFlow.js طراحی، پیاده‌سازی، آموزش و ارزیابی کنیم.
در انتهای دوره به نحوه استفاده از مدل‌های از پیش آموزش دیده در TensorFlow.js برای تسریع توسعه و دستیابی به خروجی‌های عملیاتی در مرورگر وب می پردازیم .
این دوره برای توسعه‌دهندگانی که به دنبال ارتقاء مهارت‌های خود در حوزه هوش مصنوعی و یادگیری ماشین هستند و می‌خواهند این تکنیک‌ها را به طور مستقیم در پروژه‌های وب خود به کار بگیرند، ایده‌آل است.
- اولین کد در جاوا اسکریپت و راه‌اندازی NodeJS
- Variables & Data Types در جاوا اسکریپت
- Operators در جاوا اسکریپت
- Conditions در جاوا اسکریپت
- one line Condition در جاوا اسکریپت
- Loops در جاوا اسکریپت
- Functions در جاوا اسکریپت
- Arrays در جاوا اسکریپت
- Objects در جاوا اسکریپت
- TemplateString & W3schools & Math
- معرفی TensorFlow.JS
- راه‌اندازی TensorFlow.JS
- کار با Tensor در TensorFlow.JS
- کار با dataSync & arraySync در TensorFlow.JS
- کار با dtype & rank & shape & size در TensorFlow.JS
- کار با clone در TensorFlow.JS
- کار با diag & eye & fill در TensorFlow.JS
- کار با توابع add & sub & mul & div در TensorFlow.JS
- کار با توابع mean & sum & norm در TensorFlow.JS
- کار با توابع pow & sqrt & abs در TensorFlow.JS
- کار با توابع ones & zeros & onesLike & zerosLike در TensorFlow.JS
- کار با توابع linspace & range در TensorFlow.JS
- Variable در TensorFlow.JS
- کار با reshape & expandDims & squeeze & slice & concat در TensorFlow.JS
- کار با tile در TensorFlow.JS
- کار با sum & mean & argmax در TensorFlow.JS
- کار با stack & unstack در TensorFlow.JS
- تولید Random Tensor در TensorFlow.JS
- بررسی Tensor در Memory و حذف Tensor از Memory در TensorFlow.JS
- آموزش Backend ها در TensorFlow.JS
- ایجاد مدل در TensorFlow.JS
- Compile کردن مدل و Train و Predict اولیه در TensorFlow.JS
- آموزش مدل در TensorFlow.JS
- انواع روش ذخیره مدل آموزش‌دیده در TensorFlow.JS
- لود کردن مدل ذخیره‌شده در TensorFlow.JS
- شناسایی کاراکتر دست‌نویس فارسی (Persian Handwrite Character Classification) در وب با استفاده از TensorFlow.JS
- کلاس‌بندی تصاویر (Image Classification) با MobileNet در وب با استفاده از TensorFlow.JS
- تحلیل متن (Sentiment Analysis) در وب با استفاده از TensorFlow.JS
- قطعه‌بندی تصویر (Image Segmentation) در وب با استفاده از TensorFlow.JS
- تایید چهره (Face Verification) در وب با استفاده از TensorFlow.JS