دوره آموزشی - جستجوی «اپتومتریست بینایی سنج»

آموزش سیستم عامل ربات ROS و GAZEBO

ROS چیست؟ ROS مخفف عبارت Robatic Operating System به معنای سیستم عامل رباتیک است. فریم‌ورک راس یک چارچوب انعطاف‌پذیر برای نوشتن نرم‌افزار ربات است. این ابزار مجموعه‌ای از کتابخانه‌ها و پکیج‌های متعدد را شامل می‌شود که هدف آن ساده کردن رفتار پیچیده ربات در گستره وسیعی از بسترهای رباتیکی است. ایجاد یک نرم‌افزار کاملا مقاوم و هدفمند برای ربات کار بسیار دشواری است. بعضی از مشکلات برای انسان‌ها بی‌اهمیت به نظر می‌رسند، درحالی‌که آن‌ها از دیدگاه ربات این‌گونه نیستند. ممکن است این مشکلات با اتفاقات غیرمنتظره که اغلب با سختی و پیچیدگی همراه است، به وجود بیاید. هیچ فرد، آزمایشگاه یا موسسه‌ای به تنهایی نمی‌تواند از پس این مشکلات برآید. نرم افزار ROS از همان ابتدا بدین منظور ساخته شده است تا توسعه نرم‌افزار رباتیک مشترک را تشویق کند. به عنوان مثال، یک آزمایشگاه ممکن است متخصص در نقشه‌برداری از محیط‌های داخلی باشد و می‌تواند برای تولید نقشه کمک کند. گروه دیگری ممکن است متخصصانی برای استفاده از نقشه‌ها در جهت پیمایش (navigate) داشته باشند و گروه دیگری در حوزه بینایی ماشین فعالیت کنند. ROS به شکل خاصی برای همه گروه‌ها ساخته شده است تا همه بتوانند در کنار هم کار کرده و بدون مشکل از نتیجه کار یکدیگر استفاده کنند. دوره آموزش نرم افزار ROS ابتدا شما را به طور کامل با شیبه‌ساز گزبو و چگونگی نصب و راه‌اندازی آن آشنا می‌کند. شبیه‌سازی موبایل‌ربات ساده، در این فضا و سایر ربات‌ها به زبان xml در فرمت sdf و همچنین نحوه استفاده از مش‌ها بخشی از کاربردهای این دوره آموزشی است. با کمک این دوره می‌توانید مثال‌های متنوعی از سنسورها و ربات‌های مختلف را بررسی کنید. همچنین در پایان طراحی و شبیه‌سازی با چند نمونه مثال عالی از ربات‌های مختلف مانند velodyne و یک بازوی و گریپر آشنا می‌شوید.

296,650 تومان

آموزش شبکه‌های عصبی کانولوشنالی

کاربرد دوره آموزش شبکه عصبی کانولوشن چیست؟ شبکه عصبی کانولوشنال یا پیچشی (CNN) نوعی شبکه عصبی مصنوعی است که برای شناسایی و پردازش تصویر استفاده می‌شود. این شبکه‌ها اختصاصاً برای پردازش داده‌های پیکسلی طراحی شده‌اند. CNNها پردازش تصویر و هوش مصنوعی قدرتمندی هستند که با استفاده از یادگیری عمیق (Deep Learning) کارهای تولیدی و توصیفی را انجام می‌دهند. این شبکه‌ها اغلب از دید ماشینی که شامل تشخیص تصویر و ویدئو به همراه سیستم‌های توصیه‌گر و پردازش زبان طبیعی (NLP) می‌شود، استفاده می‌کنند. یک شبکه عصبی سیستمی از سخت‌افزار و یا نرم‌افزار است که از عملکرد سلول‌های عصبی در مغز انسان الگو می‌گیرد. شبکه‌های عصبی سنتی برای پردازش تصویر ایده‌آل نیستند. اما در شبکه عصبی پیچشی لایه‌های نورون به شکلی تنظیم شده است که برای جلوگیری از مشکل در پردازش تصویر، کل میدان بینایی را پوشش می‌دهند. لایه‌های شبکه عصبی کانولوشنال یا شبکه عصبی پیچشی، از یک لایه ورودی، یک لایه خروجی و یک لایه پنهان تشکیل شده است که شامل چندین لایه کانولوشن می‌شود. حذف محدودیت‌ها و افزایش کارایی منجر به تشکیل سیستمی می‌شود که بسیار از حالت عادی اثربخش‌تر است و همچنین برای پردازش تصویر و زبان طبیعی قدرت بیشتری خواهد داشت. بعد از فراگیری دوره آموزش شبکه عصبی کانولوشنالی چه مهارت‌هایی کسب خواهید کرد؟ آموزش بهبود شبکه عصبی عمیق، چهارمین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. در پایان دوره آموزش شبکه عصبی کانولوشنال شما قادر خواهید بود شبکه عصبی مخصوص خود را بسازید. در این دوره حتی ساخت مدرن‌ترین انواع شبکه عصبی پیچشی به شما آموزش داده می‌شود. در پایان این دوره همچنین می‌توانید از شبکه عصبی پیچشی موجود، برای پردازش تصویر و تشخیص افراد یا اشیا در آن، کار با عکس، فیلم و انیمیشن و ده‌ها کاربرد جذاب دیگر استفاده کنید. به طور کلی می‌توان گفت در پایان این دوره، مهارت‌های زیر در شما تقویت شده یا به مهارت‌های شما افزوده می‌شوند: یادگیری عمیق طراحی سیستم تشخیص چهره کار با شبکه عصبی پیچشی Tensorflow کشف شیء و بخش‌بندی تصویر

186,150 تومان