خیلی کاربردی شد و انگیزه کار بر روی پروژه دنیای واقعی حوزه پزشکی شد👌

این یکی خیلی خوب بود جوابی مثل مال شما حتی یه ذره هم بهتر گرفتم

@MPar-dn2qv

5 ай бұрын

البته باین خاطر که عین شما کدها رو نوشتم وگرنه الان که اومدم که مروری بکنم که بفهمم چی به چیه این دستگیرم نشد که چرا 3 تا Conv2D بوجود آوردیم! و هر دفعه یک MaxPool2D یا AveragePooling2D گذاشتیم پشت سرش چجوری اینکه چندتا Conv2D باشه رو تصمیم میگیریم و چجوری تصمیم میگیریم که از MaxPool2D استفاده کنیم یا از AveragePooling2D؟ مبنای این تعدادها چیه؟

@TechWithHasanAbbasi

5 ай бұрын

خیلی سوال خوبی هست، خود تعیین تعداد لایه ها یک مسئله خیلی مهم هست که معمولا با تجربه و سعی و خطا بدست میاد. اینجا من فقط صرفا هدفم استفاده از اونها بود و ممکنه شما با ۲ تا جواب بهتری از ۳ تا بگیرین مثلا

Very good explanation. Thanks alot 🙂

@TechWithHasanAbbasi

6 ай бұрын

Happy to help!

عالی بود، ممنون 💙

@TechWithHasanAbbasi

5 ай бұрын

خواهش میکنم، خیلی خوشحالم که از آموزشها راضی هستین جهت تهیه این آموزشها زحمت زیادی کشیده شده، به همین خاطر ممنون میشم اگر از آموزشها راضی هستین، با دوستانتون به اشتراک بذارین

perfect, thank you for the comprehensive explanation

@TechWithHasanAbbasi

6 ай бұрын

Glad it was helpful!

می شه در مورد generator adverserial nural network هم ویدیو بسازید

@TechWithHasanAbbasi

6 ай бұрын

سلام دوست عزیز حتما در ادامه اینکار رو خواهیم کرد

آقای عباسی سری جلسات شبکه CNNچند جلسه خواهد شد؟

@TechWithHasanAbbasi

6 ай бұрын

سلام دوست عزیز این دوره 6 جلسه خواهد بود که جلسات پایانی در حال ضبط هست

@ahraz2620

6 ай бұрын

ممنون آقای عباسی@@TechWithHasanAbbasi

آقای دکترسپاس بسیار فراوان بابت آموزش های عالی تان، یک سوال استاد این خطا مربوط به چی هست:

@ashkanashkan6228

4 ай бұрын

logits and labels must have the same first dimension, got logits shape [256,10] and labels shape [200704] [[{{node sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits}}]] [Op:__inference_train_function_5393]

@ashkanashkan6228

4 ай бұрын

Epoch 1/10 --------------------------------------------------------------------------- InvalidArgumentError Traceback (most recent call last) in () ----> 1 hist = model.fit(x_train, y_train, epochs=10, batch_size=256, validation_data=(x_test, y_test)) 1 frames /usr/local/lib/python3.10/dist-packages/tensorflow/python/eager/execute.py in quick_execute(op_name, num_outputs, inputs, attrs, ctx, name) 51 try: 52 ctx.ensure_initialized() ---> 53 tensors = pywrap_tfe.TFE_Py_Execute(ctx._handle, device_name, op_name, 54 inputs, attrs, num_outputs) 55 except core._NotOkStatusException as e: InvalidArgumentError: Graph execution error: Detected at node sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits defined at (most recent call last): File "/usr/lib/python3.10/runpy.py", line 196, in _run_module_as_main File "/usr/lib/python3.10/runpy.py", line 86, in _run_code . logits and labels must have the same first dimension, got logits shape [256,10] and labels shape [200704] [[{{node sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits}}]] [Op:__inference_train_function_5393]

@TechWithHasanAbbasi

4 ай бұрын

سایز داده ها و لیبلها با هم نمیخونه

so amazing

@TechWithHasanAbbasi

4 ай бұрын

Happy to hear it's helpful!