[ENGLISH]

01 Course Overview [2mins]
01-01 Course Overview [2mins]

02 Evaluate Normalization Techniques for Deep Learning [12mins]
02-01 Introduction [1mins]
02-02 What Is Deep Learning [1mins]
02-03 Deep Learning Use Cases [2mins]
02-04 What Are Neural Networks [2mins]
02-05 Challenges in Designing a Deep Learning Solution [1mins]
02-06 What Is Data Normalization [2mins]
02-07 Normalization Demo [2mins]
02-08 Conclusion [1mins]

03 Understand Types of Normalization [14mins]
03-01 Introduction [1mins]
03-02 Batch Normalization [4mins]
03-03 Convolutional Neural Network [3mins]
03-04 Layer Normalization [1mins]
03-05 Instance Normalization [2mins]
03-06 Group Normalization [2mins]
03-07 Conclusion [1mins]

04 Case Study on Appropriate Normalization Technique [7mins]
04-01 Introduction [1mins]
04-02 Quick Overview [1mins]
04-03 Demo: Create A Deep Learning Model With Normalization [4mins]
04-04 Conclusion [1mins]

[فارسی]

01 بررسی اجمالی دوره [2 دقیقه]
01-01 بررسی اجمالی دوره [2 دقیقه]

02 ارزیابی تکنیک‌های عادی‌سازی برای یادگیری عمیق [12 دقیقه]
02-01 مقدمه [1 دقیقه]
02-02 یادگیری عمیق چیست [1 دقیقه]
02-03 موارد استفاده از یادگیری عمیق [2 دقیقه]
02-04 شبکه‌های عصبی چیست [2 دقیقه]
02-05 چالش‌ها در طراحی راه حل یادگیری عمیق [1 دقیقه]
02-06 عادی‌سازی داده چیست [2 دقیقه]
02-07 نسخه نمایشی عادی‌سازی [2 دقیقه]
02-08 نتیجه گیری [1 دقیقه]

03 درک انواع عادی‌سازی [14 دقیقه]
03-01 مقدمه [1 دقیقه]
03-02 عادی‌سازی دسته‌ای [4 دقیقه]
03-03 شبکه عصبی کانولوشنال [3 دقیقه]
03-04 عادی‌سازی لایه [1 دقیقه]
03-05 عادی‌سازی نمونه [2 دقیقه]
03-06 عادی‌سازی گروه [2 دقیقه]
03-07 نتیجه گیری [1 دقیقه]

04 مطالعه موردی روی تکنیک عادی‌سازی مناسب [7 دقیقه]
04-01 مقدمه [1 دقیقه]
04-02 نمای کلی سریع [1 دقیقه]
04-03 نسخه‌ی نمایشی- ایجاد یک مدل یادگیری عمیق با عادی‌سازی [4 دقیقه]
04-04 نتیجه گیری [1 دقیقه]