<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0">
    <channel>
        <title>نوشته های sajjad abedi</title>
        <link>https://virgool.io/feed/@sajjadabedi791</link>
        <description>اموزش هایی کامل و مفید من را دنبال کنید  و هر اموزشی را که در مورد برنامه نویسی می خواهید در نظر های یکی از مطالب من بگید  این برنامه نویسی ها شامل php  python  c++ c# css html</description>
        <language>fa</language>
        <pubDate>2026-06-07 08:11:23</pubDate>
        <image>
            <url>https://files.virgool.io/upload/users/746450/avatar/YHkGuM.jpeg?height=120&amp;width=120</url>
            <title>sajjad abedi</title>
            <link>https://virgool.io/@sajjadabedi791</link>
        </image>

                    <item>
                <title>ادامه ساخت شبکه عصبی با پایتون  قسمت 8</title>
                <link>https://virgool.io/@sajjadabedi791/%D8%A7%D8%AF%D8%A7%D9%85%D9%87-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%A8%D8%A7-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-%D9%82%D8%B3%D9%85%D8%AA-8-sr4bmk47lbbl</link>
                <description>خوب  خوب البته علاوه بر شبکه عصبی در قسمت هفتم خیلی بیشتر از شبکه عصبی در مورد دیگر ماژول ها و ترکیب انها یاد گرفتیم البته در این جلسه به چند تا چیز جالب و جلو تر بوردن پروژه پیش می رویمقسمت 8به نام خداوند بخشنده مهربان سجاد عابدی طامه هستم خوب حالا چند تا نکته : 1 اقا تعداد نرون ها در لایه پنهان خیلی مهم هست خیلی مهم خیلی خیلی مهم به خاطر اینکه ما اگر تعداد نرون ها رو کم بگزاریم شبکه دقتش کم می شود و اگر زیاد باشد فقت روی تست ها و داده اموزشی درست کار می کند به قول یکی از استاد های ما شبکه overfitting می شود   خودتون نگاه  کنید :حالت های شبکه عصبی برای تعداد نرون ها در لایه پنهان خوب حالا چی کار کنیم ؟خوب آرامش را حفظ می کنیم .و بعد می گیم خوب بریم ادامه مقالهبدانید به تجربه نیاز دارد یعنی برای بعضی ها 50 تا برای بعضی ها 1 جواب می دهد توی سیستم ها فرق دارد مثلا من توی یکی از پروژه هام شبکه عصبی داشت عالی کار می کرد اما رفت توی یک سیستم دیگر و انجا overfitting  شد خوب پس به تجربه و ازمایش و خطا باید تعداد رو پیدا کنیم خوب بریم سراغ کد ها یک فایل جدید باز کنید و بعد توش کد اجرای دوربین و نمایش ان را بنویسید اگر هم بلد نیستید کد ها :import cv2
cv  =  cv2.VideoCapture(0)
while True:
    _ , frame = cv.read()
    cv2.imshow(&amp;quotPORT&amp;quot,frame)
    key = cv2.waitKey(10)
    if(key == ord(&#039;q&#039;)):
        break
    
خوب بعدش یک تابع توش بسازید من اسمش رو AI_frameمی گزارمخوب حالا بعدش بگم قرار چی کا کنیم توضیح روش کار خوب خوب حالا باید بگیم که تشخیص چهره رو بده ما برای تشخیص چهره از یک فایل با پسوند xml احتیاج داریمخوب فایل را شما همیشه دارید فقط بیاید دنبال من تا بگم کجا هست اول وارد Lib شوید برای من اینجا است Lib پایتونم C:\Users\ASREBAZI\AppData\Local\Programs\Python\Python38\Libو بعد C:\Users\ASREBAZI\AppData\Local\Programs\Python\Python38\Lib\site-packages\cv2و بعد C:\Users\ASREBAZI\AppData\Local\Programs\Python\Python38\Lib\site-packages\cv2\dataو  بعد در سرچ بزنید haarcascade_frontalface_default.xml و بعد ازش یک کپی بگیرید و بقل فایل کد  های که داریم روش کار می کنیم بگزارید  import cv2import numpy as npface = &amp;quothaarcascade_frontalface_default.xml&amp;quotface_my = cv2.CascadeClassifier(face)cv  =  cv2.VideoCapture(&#039;f//1.avi&#039;)while True:    _ , frame = cv.read()    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    faces =face_my.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=5,minSize=(60,60),flags=cv2.CASCADE_SCALE_IMAGE)    for (x, y, w, h) in faces:        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)    cv2.imshow(&amp;quotPORT&amp;quot,frame)    key = cv2.waitKey(1)    if(key == ord(&#039;q&#039;)):        break
    خوب اگر فکر می کنید تشخیص چهره ضعیف است و دقت کمی دارد باید minSize=(60,60)را عدد های داخلش را کم تر کنید مثلا minSize=(30,30)اما سرعت پایین تر می اید و اگر می خواهید سرعت تشخیص بالا رود  و  دقت مناسب من عدد 100 رو پیش نهاد می کنم minSize=(100,100)خوب حالا بریم سراغ اینکه داده های عکس رو کم تر کنیم import cv2import numpy as np
port = [ ] #########
face = &amp;quothaarcascade_frontalface_default.xml&amp;quotface_my = cv2.CascadeClassifier(face)cv  =  cv2.VideoCapture(&#039;f//1.avi&#039;)while True:    def AI_Face(o = None):  #######        print(o)  ######    _ , frame = cv.read()    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    faces =face_my.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=5,minSize=(60,60),flags=cv2.CASCADE_SCALE_IMAGE)    m = 0 #############    for (x, y, w, h) in faces:        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)        m = 1  ###########################    AI_Face(m) ###########################    cv2.imshow(&amp;quotPORT&amp;quot,frame)    key = cv2.waitKey(1)    if(key == ord(&#039;q&#039;)):        break    خوب کد هایی که جلوش ###### گزاشتم یعنی این کد ها رو اضافه کردم توی این برنامه می گم اگر ادم  رو دید بگزار  1  اما ندید همان 0 بگزار و بعد تابع AI_Face  رو بخوان و مقدار  m را توش بگزار خوب حالا باید بگیم بیاد مقدار m رو در یک لیست ذخیره کند مثل کد زیر import cv2import numpy as npface = &amp;quothaarcascade_frontalface_default.xml&amp;quotface_my = cv2.CascadeClassifier(face)port = [ ]cv  =  cv2.VideoCapture(&#039;f//1.avi&#039;)while True:    def AI_Face(o = None):        port.append(o)  #################    _ , frame = cv.read()    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    faces =face_my.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=5,minSize=(115,115),flags=cv2.CASCADE_SCALE_IMAGE)    m = 0    for (x, y, w, h) in faces:        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)        m = 1     AI_Face(m)     cv2.imshow(&amp;quotPORT&amp;quot,frame)    key = cv2.waitKey(1)    if(key == ord(&#039;q&#039;)):        break    خوب بعدش باید بشماریم فریم چندم هست ؟تکه کد زیر را بعد از کد port.append(o)بگزارید g = -1
for i in port:
    g = g +1
    if g == 50:
        print(port[50])
        port.clear()

     
بعد باید شبکه عصبی رو بهش اضافه کنیم و بعد کلی کار دیگه  تا جلسه نهم خدا نگهدار</description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Sun, 16 May 2021 10:21:01 +0430</pubDate>
            </item>
                    <item>
                <title>بخش هفتم اموزش ساخت شبکه عصبی با پایتون</title>
                <link>https://virgool.io/@sajjadabedi791/%D8%A8%D8%AE%D8%B4-%D9%87%D9%81%D8%AA%D9%85-%D8%A7%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%A8%D8%A7-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-w7mjwdnbs6qq</link>
                <description>به نام خداوند بخشنده مهربان سجاد عابدی طامه هستمخوب واقعا خیلی ها به این آموزش احتیاج دارند چون من می خواهم opencv را با tkinter مخلوط کنم + turtelاموزش هفتمخوب خوب  اول کسانی که این اموزش را الان دیدند برند اموزش های قبلی رو یه دیدی بزنندبزنند روی ایکون کوه و حداقل از  قسمت 6 تا اینجا رو به نگاهی بندازند چون از 6 یه پروژه جدید باز کردیم و واقعا کسی سر در نمیاره اگر اگر از این اموزش نگاه کنه خوب بریم سر کد نویسیفایل index.pyرا باز کنید و بعد از ان همه ی کد ها را پاک کنید و کد ها ی زیر را در ان وارد کنید import turtleimport tkinter as tkimport numpy as npimport cv2import tkinter as tkfrom tkinter import *from PIL import Image, ImageTk, ImageGrab #اپلود این ماژول سخته و لی باید اپلود کرد import serialcascPath = &quot;code-test-script//haarcascade_frontalface_default.xml&quot; #این کد دوستان برای تشخیص چهره است و شما باید این فایل را دانلود کنید وداخل انجا قرار دهید و ادرس ان را وارد کنید اقا جان برای من توی این ادرس است faceCascade = cv2.CascadeClassifier(cascPath)#ser = serial.Serial(&#x27;com3&#x27;,9600)  #این کد برای اوردن ربات و اتصال ان به کد ها است برای اطلاعات بیشتر به شماره 09058315246 توی واتساپ  پیام How Robot Sun Hc-05 virgool.com.part.7 تا توضیحات کامل به صورت ویس برای شما بیاید def do_stuff():    for color in [&quot;red&quot;, &quot;yellow&quot;, &quot;green&quot;]:        my_lovely_turtle.color(color)        my_lovely_turtle.right(120)def Run_Fail(textFail):    f = open(&#x27;Addres-Camera.txt&#x27;,&#x27;w&#x27;)    textFail = str(textFail)    f.write(textFail) def start():    root = tk.Tk()    root.geometry(&quot;1200x700&quot;)    f = open(&#x27;Address-Camera.txt&#x27;,&#x27;r&#x27;)    address = f.read()    print(address)    def press1():        read = entry1.get()        print(read)        Run_Fail(read)        root.destroy()        start()    def press2():        1+1        #ser.write(b&#x27;u&#x27;)    def press3():        #ser.write(b&#x27;x&#x27;)        1+1    def press4():        #ser.write(b&#x27;c&#x27;)        2+2    def press5():        #ser.write(b&#x27;y&#x27;)        1+1    def show_frame():        _, frame = cap.read()        frame = cv2.flip(frame, 1)        cv2image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGBA)        cv2image = cv2.resize(cv2image,(640,480),interpolation=cv2.INTER_AREA)        faces = faceCascade.detectMultiScale(            cv2image,            scaleFactor=1.1,            minNeighbors=5,            minSize=(200, 200),            flags=cv2.CASCADE_SCALE_IMAGE        )        for (x, y, w, h) in faces:            cv2.rectangle(cv2image, (x, y), (x+w, y+h), (255,0,0), 3)        img = Image.fromarray(cv2image)        imgtk = ImageTk.PhotoImage(image=img)        lmain.imgtk = imgtk        lmain.configure(image=imgtk)        lmain.after(20, show_frame)    imageFrame = tk.Frame(root, width=100, height=500)    imageFrame.grid(row=0, column=0, padx=10, pady=2)    lmain = tk.Label(imageFrame)    lmain.grid(row=0, column=0)    imageFrame.place(x=0,y=50)    lib1 = Label(root,text=&#x27;Video Camera&#x27;,font=(&quot;25&quot;,&quot;25&quot;))    lib1.place(x=0,y=0)    lib2 = Label(root,text=&#x27;Map&#x27;,font=(&quot;25&quot;,&quot;25&quot;))    lib2.place(x=645,y=0)    lib3 = Label(root,text=&#x27;Write the address and connect to it&#x27;,font=(&quot;14&quot;,&quot;14&quot;))    lib3.place(x=600+280,y=650-50)    lib4 = Label(root,text=&#x27;Control Camera&#x27;,font=(&quot;20&quot;,&quot;20&quot;))    lib4.place(x=620,y=550-13)    but1 = Button(root,text=&quot;Conect to Addres&quot;,bg=&quot;cyan&quot;,fg=&quot;#000000&quot;,font=(&quot;15&quot;,&quot;15&quot;),command=press1)    but1.place(x=640+550,y=600)    entry1 = Entry(root,fg=&quot;cyan&quot;,bg=&quot;#000000&quot;,font=(&quot;20&quot;,&quot;20&quot;),width=31)    entry1.place(x=890,y=650)    but2 = Button(root,text=&quot;W&quot;,bg=&quot;cyan&quot;,fg=&quot;#000000&quot;,font=(&quot;15&quot;,&quot;15&quot;),command=press2,width=3)    but2.place(x=650,y=550+20)    but3 = Button(root,text=&quot;A&quot;,bg=&quot;cyan&quot;,fg=&quot;#000000&quot;,font=(&quot;15&quot;,&quot;15&quot;),command=press3)    but3.place(x=620,y=590+20)    but4 = Button(root,text=&quot;D&quot;,bg=&quot;cyan&quot;,fg=&quot;#000000&quot;,font=(&quot;15&quot;,&quot;15&quot;),command=press4)    but4.place(x=695,y=590+20)    but5 = Button(root,text=&quot;S&quot;,bg=&quot;cyan&quot;,fg=&quot;#000000&quot;,font=(&quot;15&quot;,&quot;15&quot;),command=press5,width=3)    but5.place(x=650,y=630+20)    cap = cv2.VideoCapture(address)    canvas = tk.Canvas(root)    canvas.config(width=640, height=480)    canvas.place(x=645,y=50)    screen = turtle.TurtleScreen(canvas)    screen.bgcolor(&quot;cyan&quot;)    my_lovely_turtle = turtle.RawTurtle(screen)    show_frame()    lib5 = Label(root,text=&#x27;Lcd and Message Robot&#x27;,font=(&quot;20&quot;,&quot;20&quot;))    lib5.place(x=0,y=530)    Lcd = Text(root, width=17, height=2, wrap=WORD , font=(&#x27;arial&#x27;, 20, &#x27;bold&#x27;),  bg = &#x27;#000088&#x27;  , fg = &#x27;#ffffff&#x27;, insertwidth=2 , bd=10)    Lcd.place(x=0,y=570)    root.mainloop()start()خوب حالا برید توی پوشه اصلی و در  فایل Addres-Camera.txtبنویسید 0و بعد برنامه را اجرا کنید دوربین من خراب است و سیاه و سفید و خش خشی می گیرد پس من یه ادرس دیگر را در ان وارد می کنم و بعد  ..خوب برای شما آرزوی موفقیت دارم خدا نگهدار </description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Wed, 12 May 2021 12:28:45 +0430</pubDate>
            </item>
                    <item>
                <title>ادامه اموزش ساخت شبکه عصبی در Pybrain قسمت 6</title>
                <link>https://virgool.io/@sajjadabedi791/%D8%A7%D8%AF%D8%A7%D9%85%D9%87-%D8%A7%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%AF%D8%B1-pybrain-%D9%82%D8%B3%D9%85%D8%AA-6-z1hlvbj29nmy</link>
                <description>قسمت 6به نام خداوند بخشنده مهربان قسمت ششم اموزشسجاد عابدی طامه هستمخوب دوستان قسمت 6 یکم طول کشید اما شد خوب باید بگم چون pybrain تازه ساخته شده نمی توان با شبکه کنالوشن ساخت حالا خیلی ها می پرسند کانالوشن چیست؟ خیلی مختصر و کوتاه یعنی شبکه ای که فقط در ان داده عکس قرار می گیردو با عکس اموزش داده شده و ورودی ان عکس است بیشتر برای تشخیص راحت تر انسان ساخته می شود اما ما می خواهیم خیلیییییی ساده و مختصر یک شبکه کنالوشن با چیزی که نمی شود از ان شبکه کنالوشن ساخت این کار رو کنیم یعنی نشدنی را شدنی کنیم !!!!!!خوب حالا چه کتاب خانه هایی می خواهیم ؟1 -open-cv2    =&gt; import cv22 pybrain =&gt; (all)3 tkinter = &gt;  from tkinter import *خوب حالا می خواهیم با شبکه کنالوشن چی کار کنیم ؟ما می خواهیم از کار استرالیا یک کپی بگیریم استرالیا آمده و یک پهباد ساخته که از فاصله 8 متری تشخیص می ده فرد زنده است یا مرده ؟اما ما می خواهیم همین سیستم را روی ربات Sun پیاده کنیم اما این اموزش فقط برای ربات ها نیست بلکه یک جوری اموزش می دم که هم روی دوربین کامپیوتر و هم روی ربات sun  این کار رو انجام بدیم خوب ربات سان خیلی ارزون نیست اما اگر مشتاق خریدن ان شدید به شماره 09058315246 توی واتساپ  پیام Help Robot Sun رو بدید تا مقاله این ربات  رو  به شما بده و اگر دوست داشتید یک بخرید خوب تبلیغ بس است بریم سراغ کار یک پروژه با ورژیال بسازید یک پوشه بسازید به نام های :imagesو چند تا فیلم با پسوندهای mp4  که داخلش ادم باشد بزارید در imagesحالا توی پوشه اصلی  یک فایل با پسوند .txt بگزارید و داخل ان هیچ چیزی ننویسدخوب برید تو پوشه اصلی یک فایل بسازید با نام index.pyو حالا داخلش کد های زیر را بگزارید from tkinter import *
def Start():
    root = Tk()
    root.geometry(&amp;quot1200x650&amp;quot)
    f = open(&#039;Addres-Camera.txt&#039;,&#039;r&#039;)
    address = f.read()
    print(address)
    lib1 = Label(root,text=&#039;Video Camera&#039;,font=(&amp;quot25&amp;quot,&amp;quot25&amp;quot))
    lib1.place(x=0,y=0)
    lib2 = Label(root,text=&#039;Map&#039;,font=(&amp;quot25&amp;quot,&amp;quot25&amp;quot))
    lib2.place(x=645,y=0)
    lib3 = Label(root,text=&#039;Write the address and connect to it&#039;,font=(&amp;quot14&amp;quot,&amp;quot14&amp;quot))
    lib3.place(x=600+280,y=650-50)
     root.mainloop()
خوب حالا کار های زیر را به ترتیب انجام بدید1 برید توی IDLE پایتون پروژه رو باید حتما به دلایلی که نمی دونم اجرا کنیم چون نمی  شود این tkintre را فقط می توان در IDLE ثبت کرد و بعد نام تابع را بنویسید و اینتر را بزنید اما قبلش این کار بکنید فایل Address-Camera را رو باز کنید و داخلش چیزی بنویسیدوبعد برنامه را اجرا کنید با تصویر زیر ماجه می شوید که یعنی کملا درستهقسمت Map برای کسانی است که ربات دارند اما کسانی که نمی خواهند Map داشته باشند بعدا بر دارند خوب  حالاتا قسمت بعدی ........</description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Wed, 12 May 2021 11:12:02 +0430</pubDate>
            </item>
                    <item>
                <title>ادامه اموزش ساخت شبکه عصبی در پایتون    قسمت 5</title>
                <link>https://virgool.io/@sajjadabedi791/%D8%A7%D8%AF%D8%A7%D9%85%D9%87-%D8%A7%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%AF%D8%B1-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-%D9%82%D8%B3%D9%85%D8%AA-5-f6oqmajffb6m</link>
                <description>قسمت 5سلام به نام خداوند بخشنده مهربان سجاد عابدی طامه هستم خوب در قسمت قبل یادم بگم که چی جوری باید کد را بنویسیممنظورم این کد بود bn.addSample((part 1),(part 2))part 1 :مثلا شبکه عصبی ما 5 تا ورودی می گیره پس ما باید 5 تا عدد در این part بنویسیم مانند    4,5,0,6,8خوب ما داریم می گیم که زمانی که این چند تا عدد را دریافت کردی  مقدار عدد x را بدی حالا x چی هست  خوب معلوم هست x همان target است که ما اسمش رو گزاشتیم part 2پس می گیم part 2 : 5خوب الان 4,5,0,6,8   ورودی رو بهش می دیم و ان هم به ما 5 را می دهدپس ما برای فهمیدن این که واقعا  اموزش ها وارد شده باید اسم اموزش رو بنویسیم koپس می نویسیم print(ko[&#x27;target&#x27;])خوب مقدار خروجی های اموزش رو می ده وprint(ko[&#x27;input&#x27;])خوب و مقدار ورودی های اموزش شبکه رو می دهخوب حالا می خواهیم بنویسیم که چی جوری چند تا کد پایتون رو به یک دیگر اتصال بدیم خوب شروع کنیم البته من این کار رو با ورژیال استودیو  کد انجام می دهم چون خودش کد ارتباط رو می نویسه خیلی بهتره قسمت دوم اموزش دانلود ورژیال رو گزاشتمقسمت دوم خوب حالا یک فایل جدید بنویسید در قسمت دوم نحوه ی ایجاد پروژه رو در ورژیال استودیو کد یاد دادیممانند تصویر خوب من یک فایل به نام test1.pyساختم و کد ساده ای نوشتم print(&quot;sajjad&quot;)خوب حالا  بازدن این کلید که در تصویر زیر می بینید یک پوشه ساخته شده و کد اجرا می شوداما !!!!!!!!!!!!!!!!! اگر با erorr زیر مواجه شدیدباید این کار را بکنید و بعد خوب حالا به ساخت یک فایل دیگه می پردازیممن اسمش رو گزاشتم test2.py و حالا از دستور زیر استفاده کنید  آن را در فایل دوم بنویسید from test1 import *مانند تصویر زیر قبل از این من خروجی ها رو پاک کردم من اشتباهی کردم اول نوشتم test2 و  خود فایل رو اورده بودن توی فایل پس اجرا کردم چیزی نداد اما نوشتم test1 درست شد اگر درست  نشد در قسمت نظر بگید که با کمک هم درستش کنیمتا قسمت بعد خدا نگهدارمن برای این هر دفعه در اخر متن هام این رو تکرار می کنم چون ممکن یک دوستی یک دفعه با این متن مواجه بشه و شرط های ما را نداندپس دوباره می گم حتما اگر مشکلی یا نظری داشتید حتما در قمست نظر ها بگید و برای دیدن بقیه قسمت ها دنبار کنید و بر روی ایکن من کلیک کنید تا تمام قسمت ها برای شما بالا بیایدو اگر دوست نداشتید دنبال کنید در قسمت نظر ها بگید تا کمکتان کنم در قسمت اینده اموزش دادن دیتا به شبکه و به کار گرفتن این اموزش را باهم می بینیم</description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Sun, 28 Mar 2021 18:26:49 +0430</pubDate>
            </item>
                    <item>
                <title>قسمت سوم و چهارم اموزش ساخت شبکه های عصبی در پایتون</title>
                <link>https://virgool.io/@sajjadabedi791/%D9%82%D8%B3%D9%85%D8%AA-%D8%B3%D9%88%D9%85-%D8%A7%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D9%87%D8%A7%DB%8C-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%AF%D8%B1-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-gvcqlnlz171v</link>
                <description>قسمت سومسلام به نام خداوند بخشنده مهربان سجاد عابدی طامه هستمخوب حالا باید انواع شبکه های عصبی رو بسازی ما دو نوع شبکه عصبی داریم 1:feed forward2:feed backکه به نام شبکه عصبی جلو رونده و شبکه عصبی عقب رونده هست به صورت کلی بیشتر افراد فکر می کنند که شبکه عصبی عقب رونده خیلی بهتر از شبکه عصبی جلو ورنده هست اما نه !!بستگی به کاربرد شبکه عصبی داره و شبکه های عصبی feed backحجم بسیار زیادی را اشغال می کنند چون هر نرون یک حافظه برای ذخیره اطلاعات قبلیش دارد و هیچ وقت جواب پایداری نداره چون مثلا مقدار ورودی شبکه عصبی  1 و 0 و 1,و جواب می شود 1اما دفعه ی بعد می شود 0.5و یا دفعه بعد می شود 0.7و زیاد جالب نیست !!اما اما دقت شبکه  feed back  بهتر از feed forward پس ما نمی سازیمش چون من بلد نیستم چون پست یکم مقدارش بیشتر بشه ساخت دیتاسیت برای نرون رو یاد می دیمقسمت چهارمبه قسمت چهارم خوش امدیدخوب به سرعت شروع به کد نویسی می کنیماول کد های جلسه ی اول رو باز کنیداگر آدرس جلسه ی اول رو ندارید برای رفتن به جلسه ی اول بر روی این نوشته کلیک کنیدبرای رفتن به جلسه ی دوم بر روی این نوشته کلیک کنیدو برای دانلود pybrain بر روی این قسمت کلیک کنیدبرای نصب Visual Studio codeبر روی نوشته کلیک کنیداین هم که جلسه سوم و چهارم استبعد  این کد ها رو وارد کنید تا توضیح بدممثلا ما می خواهیم یک شبکه بنویسیم که بیاد از 4 تا ورودی 3 تا خروجی و 25 تا نرون در لایه پنهان داشته باشهو باید یک دیتاست بنویسیم که چهار تا عدد و 3 تا عدد در خروجی داشته باشه from pybrain.tools.shortcuts import buildNetworkfrom pybrain.datasets import SequentialDataSetrobot = buildNetwork( 4 , 25 , 3)bn = SequentialDataSet(4,3) در خط اول امدیم  ابزار ساخت شبکه رو وارد کردیم و در خط دوم امدیم ابزار ساخت دیتاست رو وارد کردیمو در قسمت سوم امدیم یک شبکه عصبی به نام ربات ساختیم که 4 تا در لایه ورودی 25 تا در لایه پنهان و 3 تا در لایه  خروجی نرون داریمودر خط اخر امدیم یک دیتاست به نام bn ساختیم و گفتیم 4 تا ورودی  و 3 تا خروجی داریمخوب حالا باید داده هارو اضافه کنیم با کد bn.addSample((1,0,0,0),(1,0,0))bn.addSample((0.6,0,0,0),(1,0,0))bn.addSample((0.7,0,0,0),(1,0,0))bn.addSample((0.8,0,0,0),(1,0,0))bn.addSample((1,0,0,1),(0,1,0))bn.addSample((0.6,0,0,0.6),(0,1,0))bn.addSample((0.7,0,0,0.7),(0,1,0))bn.addSample((0.8,0,0,0.8),(0,1,0))bn.addSample((0,1,1,0),(0,0,1))bn.addSample((0.6,1,1,1),(0,0,1))bn.addSample((0,1,0,0),(0,0,1))bn.addSample((0,0,1,0),(0,0,1))هر کسی دوست داشت می تواند هر داده ی اموزش بنویسدprint(&quot; . . . . .. .. .&quot;)print(bn[&#x27;input&#x27;])print(&quot; . . . . .. .. .&quot;)print(bn[&#x27;target&#x27;])print(&quot; . . . . .. .. .&quot;)و ما برای فهمیدن این که واقعا به کتاب خانه اضافه شده یانه رو با این دسته از code متوجه می شویم وحالا این کد ها رو کپی کنید و بعد اجرا کنیدfrom pybrain.tools.shortcuts import buildNetwork
from pybrain.datasets import SequentialDataSet
robot = buildNetwork( 4 , 25 , 3)
bn = SequentialDataSet(4,3)
bn.addSample((1,0,0,0),(1,0,0))
bn.addSample((0.6,0,0,0),(1,0,0))
bn.addSample((0.7,0,0,0),(1,0,0))
bn.addSample((0.7,0,0,0),(1,0,0))
bn.addSample((0.8,0,0,0),(1,0,0))
bn.addSample((1,0,0,1),(0,1,0))
bn.addSample((0.6,0,0,0.6),(0,1,0))
bn.addSample((0.7,0,0,0.7),(0,1,0))
bn.addSample((0.8,0,0,0.8),(0,1,0))
bn.addSample((0,1,1,0),(0,0,1))
bn.addSample((0.6,1,1,1),(0,0,1))
bn.addSample((0,1,0,0),(0,0,1))
bn.addSample((0,0,1,0),(0,0,1))
print(&amp;quot . . . . .. .. .&amp;quot)
print(bn[&#039;input&#039;])
print(&amp;quot . . . . .. .. .&amp;quot)
print(bn[&#039;target&#039;])
print(&amp;quot . . . . .. .. .&amp;quot)یک همچین خروجی دارهخوب تا قسمت بعد خدا نگهدار اگر اشکالی نداره لطفا نظر بدیدو یا برای دیدن بخش ها دنبال کنید و بر روی ایکن کوه بزنید تا تمام قسمت ها را مشاهده کنید</description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Fri, 26 Mar 2021 20:51:34 +0430</pubDate>
            </item>
                    <item>
                <title>قسمت دوم اموزش ساخت شبکه عصبی در پایتون خیلی ساده وراحت</title>
                <link>https://virgool.io/coderlife/%D8%A7%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%AF%D8%B1-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-%D8%AE%DB%8C%D9%84%DB%8C-%D8%B3%D8%A7%D8%AF%D9%87-%D9%88%D8%B1%D8%A7%D8%AD%D8%AA-tjbqlixs0gko</link>
                <description>قسمت دومخوب من در قسمت قبل نصب pybrain رو اموزش دادم هرکسی که اموزش قبل رو دیده باشه و دنبال کرده باشه این پست می بینه و حتما Pybrain رو نصب کرده خوب خوب ما در محیط Visual Studio code کار می کنیم برای نصب Visual Studio codeبر روی نوشته کلیک کنیدخوب حالا ورژیال رو باز می کنیمبعد :         اشتباه شد  بر روی open  folderو بعد همچین قسمتی می شود :خوب بر روی نام فولدر نشان گر را ببرید  چیز هایی ظاهر می شود بر روی  این قسمت کلیک کنیدخوب حالا اسم فایل رو بزنید بعد  یک . بزنید و بعد بنویسید pyمانند : code1.pyحالا enter رو بزنید و فایل ساخته بشهبعد اگر پایتون رو ندارید نصب بر روی ورژیال بیاید دنبالم خوب حالا بر روی این قسمت بنویسیدبعد بر روی پایتونی که دارید کلیک کنید مانند من تمام بریم برای کد نویسیfrom pybrain.tools.shortcuts import buildNetworkbuildNetwork(part1 , part2 , part3)
خوب part1 برای  تعداد نرون ها در لایه اول استبعدی part3 برای تعداد نرون ها در لایه خروجیو بعدی part2 برای تعداد نرون ها در لایه پنهان استپس می توانیم بنویسیمfrom pybrain.tools.shortcuts import buildNetworkbuildNetwork(4 , 25 , 3) #خوب الان 4 نرون در لایه اول 25 نرون ر لایه پنهان و 3 تا نرون در لایه خروجی داریم                                                        .
خوب حالا تمام شد   ما شبکه رو ساختیم مانده  ساخت انواع شبکه اموزش شبکه اتصال شبکه شبکه های دیگر اتصال کد های دو برنامه ساخت برنامه ی چند فایلی  و ارتباط فایل خوب می خواهم بگم دوباره برای دیدن قسمت های بعد باید دنبال کردن را بزنید تا قسمت سوم  خدا نگهدار و در نظر ها اگر بگید آدرس رو می گزارم</description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Fri, 26 Mar 2021 11:23:07 +0430</pubDate>
            </item>
                    <item>
                <title>قسمت اول آموزش ساخت شبکه عصبی در پایتون خیلی ساده و سریع</title>
                <link>https://virgool.io/@sajjadabedi791/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%D8%A7%D8%AE%D8%AA-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-%D8%AF%D8%B1-%D9%BE%D8%A7%DB%8C%D8%AA%D9%88%D9%86-%D8%AE%DB%8C%D9%84%DB%8C-%D8%B3%D8%A7%D8%AF%D9%87-%D9%88-%D8%B3%D8%B1%DB%8C%D8%B9-qezqmxtdvy8u</link>
                <description>قسمت اول سلام من سجاد عابدی طامه هستم خوب شروع می کنیم اول برای نصب کتابخانه ها همراه من باشید :کتابخانه های مورد  نیاز فقط Pybrain هست اما نباید با pip  دانلود کرد چون error Structure می ده
پس باید با یک روش دیگه پیش بریم 

خوب  پس اول کتابخانه رو از این لینک دانلود کنید https://github.com/pybrain/pybrain/archive/refs/heads/master.zip بعد وارد این پوشه شده بعد از وارد شدن تمام فایل ها را انتخاب کنیید و بعد کپی کنید و بعد به جایی برید که پایتون رو نصب کردیدو بر روی پوشه ی مشخص شده دابل کلیک کنیداگر معلوم نیست  اسم پوشه Lib هستو بعد در Lib که رفتید در همان جا فایل ها رو پیست کنید تمام دانلود شد اگر دانلود نشد در قسمت نظر ها بگید ناراحت نمی شومخوب در اخر idle پایتون رو باز کنید و کد و کد from pybrain.tools.shortcuts import buildNetworkرو وارد کنید اگر درست شد که بر روی دنبال کردن بزنید و بقیه اموزش رو ببنید ویا اگر هم نشد به من بگید عیبی  نداره ناراحت نمی شوم  و کمک تان می کنماگر هم نخواستید دنبال کنید  توی قسمت نظر ها بگید لینک قسمت های بعدی رو هم برای تان می گزارم</description>
                <category>sajjad abedi</category>
                <author>sajjad abedi</author>
                <pubDate>Thu, 25 Mar 2021 00:41:23 +0430</pubDate>
            </item>
            </channel>
</rss>