- 74
- 426 300
Omar Alharbi
Saudi Arabia
Приєднався 13 жов 2009
هذه القناة مهتمة بتعليم مجال تعلم الآلة وبعض تطبيقات الذكاء الاصطناعي
This channel is interested in teaching machine learning and some applications of artificial intelligence
This channel is interested in teaching machine learning and some applications of artificial intelligence
L12- The Transformer: Cross Attention
في هذه المحاضرة وضحنا بلوك (Cross-Attention) والمسؤول عن الربط بين (Decoder) و (Encoder). وشرحنا أيضا كيفية معالجة مخرجات (Decoder) في الطبقة الأخيرة من نموذج (Transformer).
============
Check out the Full Playlist for Course 2
ua-cam.com/video/NTHAThpRQkk/v-deo.html
============
check out the Full Playlist for Course 1
ua-cam.com/video/lUcZUCKDXbo/v-deo.html
============
Facebook Page
Dr-Omar-Alharbi-358739018534219
============
LinkedIn
www.linkedin.com/in/omar-alharbi-4370a266/
============
Check out the Full Playlist for Course 2
ua-cam.com/video/NTHAThpRQkk/v-deo.html
============
check out the Full Playlist for Course 1
ua-cam.com/video/lUcZUCKDXbo/v-deo.html
============
Facebook Page
Dr-Omar-Alharbi-358739018534219
============
www.linkedin.com/in/omar-alharbi-4370a266/
Переглядів: 116
Відео
L11-The Transformer: Masked Multi-Head Attention (Decoder)
Переглядів 87Місяць тому
في هذه المحاضرة بدأنا في شرح جزء (Decoder) في نموذج (Transformer). وتناولنا بلوك (Masked Multi-Head Attention) ووضحنا الفرق بينه وبين المستخدم في جزء (Encoder). Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page Dr-Omar-Alharbi-358739018534219 LinkedIn www.li...
L10-The Transformer: (Add & Norm) and Position-Wise Feed Forward
Переглядів 101Місяць тому
في هذه المحاضرة تناولنا الجزء الأخير من (Encoder) في نموذج (Transformer) وهي مرحلة (Add & Norm) و (Position-wise Feed Forward Network)، ووضحنا السبب في استخدام هذه الإجراءات. محاضرات ذات علاقة ua-cam.com/video/Dch6J3HzIOw/v-deo.html Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Fa...
L9-The Transformer: Multi-Head Attention
Переглядів 103Місяць тому
في هذه المحاضرة وضحنا البلوك المسمى (Multi-Head Attention) في جزء الـ (Encoder) من نموذج الـ (Transformer). وضحنا الفرق بين (Attention) الذي سبق وشرحناه في سياق (RNN) و (Self-Attention) المستخدم في نموذج (Transformer). Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page fa...
L8-The Transformer: Input Embeddings& Positional Encoding
Переглядів 135Місяць тому
في هذه المحاضرة تناولنا نموذج (Transformer). نقدم فكرة عامة عن هذا النموذج والفرق بينه وبين النماذج الأخرى السابقة. نوضح هذا النموذج في سياق مشكلة الترجمة الآلية (Machine translation) وباستخدام (Encoder-Decoder model). ولأهمية هذا النموذج سنتناوله على عدة محاضرات ونبدأ مع (Input Embeddings & Positional Encoding). Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html c...
L7-Encoder-Decodel Model with Attention
Переглядів 138Місяць тому
في هذه المحاضرة تناولنا مفهوم الإنتباه (Attention) وأهميته في تمكين (Encoder-Decoder Model) من التغلب على مشاكل (RNN & LSTM) في معالجة السلاسل الطويلة. محاضرات ذات علاقة ua-cam.com/video/BKRP2dk7FZM/v-deo.html ua-cam.com/video/tJezFXgHYHI/v-deo.html Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKD...
L6- Encoder-Decoder Model (Seq-to-Seq)
Переглядів 141Місяць тому
في هذه المحاضرة وضحنا آلية عمل نموذج (Encoder-Decoder) في سياق مشكلة الترجمة الآلية (Machine Translation). Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page Dr-Omar-Alharbi-358739018534219 LinkedIn www.linkedin.com/in/omar-alharbi-4370a266/
L5- RNN-based Language Models
Переглядів 164Місяць тому
في هذه المحاضرة نتعرف على مفهوم نماذج اللغة (Language Models) وكيف يتم بنائها باستخدام (RNN). محاضرات ذات علاقة ua-cam.com/video/tJezFXgHYHI/v-deo.html ua-cam.com/video/xunB1Wh8Hwk/v-deo.html ua-cam.com/video/o-De2hfSFfw/v-deo.html ua-cam.com/video/mCB8osZYaYE/v-deo.html ua-cam.com/video/ngwLtyuSV9g/v-deo.html ua-cam.com/video/oyUaQynsPl8/v-deo.html Check out the Full Playlist for Course 2 ua-c...
L4- Long Short-Term Memory (LSTM)
Переглядів 196Місяць тому
في هذه المحاضرة نستعرض نقاط الضعف في نموذج (RNN)، ونوضح التعديلات والاضافات التي أجريت على النموذج لنحصل على نموذج (LSTM) القادرعلى معالجة نقاط الضعف. محاضرات ذات علاقة ua-cam.com/video/IEjhWQPJBpk/v-deo.html ua-cam.com/video/d9_2cyr9Yhg/v-deo.html Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDX...
L3-RNN Types
Переглядів 168Місяць тому
في هذه المحاضرة نتعرف على انواع شبكة (RNN) بناء على المدخلات والمخرجات. Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page Dr-Omar-Alharbi-358739018534219
L2-Neural Network to RNN part 2
Переглядів 171Місяць тому
في هذه المحاضرة نوضح ما هي الحاجة التي أدت لتطوير نموذج الشبكة العصبية التكرارية (Recurrent Neural Network). وكيف تم التعديل على بنية الشبكة التقليدية لتصبح قادرة على حل مشاكل تكون فيها البيانات مرتبطة مع بعضها البعض زمانيا وتسلسليا. محاضرات ذات علاقة ua-cam.com/video/Qt-9fYb0UxU/v-deo.html ua-cam.com/video/DIj3GnLZezM/v-deo.html ua-cam.com/video/FJz5Ji13Ay4/v-deo.html ua-cam.com/video/o-De2hfS...
L1-Neural Network to RNN Part 1
Переглядів 488Місяць тому
في هذه المحاضرة نوضح ما هي الحاجة التي أدت لتطوير نموذج الشبكة العصبية التكرارية (Recurrent Neural Network). وكيف تم التعديل على بنية الشبكة التقليدية لتصبح قادرة على حل مشاكل تكون فيها البيانات مرتبطة مع بعضها البعض زمانيا وتسلسليا. محاضرات سابقة ذات علاقة ua-cam.com/video/tKw5PbRenU4/v-deo.html ua-cam.com/video/IEjhWQPJBpk/v-deo.html ua-cam.com/video/HqsJF0XSt6U/v-deo.html Check out the Full ...
L22- Convolutional Neural Network from Scratch using Numpy (Forward-Propagation)
Переглядів 2,3 тис.2 роки тому
بناء شبكة (ConvNet) باستخدام مكتبة (Numpy). Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page Dr-Omar-Alharbi-358739018534219
L21- Convolutional Neural Network (Convolve over Volume)
Переглядів 1,6 тис.2 роки тому
محاضرة نوضح فيها كيف تتعامل (CNN) مع (RGB image) من خلال عملية تعرف بـ (Convolve over Volume). كما تناولنا حالات عدة توضح التعامل مع المصفوفات. Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page Dr-Omar-Alharbi-358739018534219
L20- Convolutional Neural Network (with 2 Conv Layers)
Переглядів 1,3 тис.2 роки тому
محاضرة نستعرض من خلالها كيفية إضافة طبقة أخرى (Conv Layer) إلى الشبكة. وضحنا كيف ستتعامل الطبقة الأخرى مع المصفوفات المدخلة، كما وضحنا كيفية التعامل مع (Bias). أيضا تم التطرق لمفاهيم مثل (Channels, Volume). Check out the Full Playlist for Course 2 ua-cam.com/video/NTHAThpRQkk/v-deo.html check out the Full Playlist for Course 1 ua-cam.com/video/lUcZUCKDXbo/v-deo.html Facebook Page D...
L19- Convolutional Neural Network (Zero Padding)
Переглядів 1,5 тис.2 роки тому
L19- Convolutional Neural Network (Zero Padding)
L18- Convolutional Neural Network | part3(Edges & Dimensions)
Переглядів 1,6 тис.2 роки тому
L18- Convolutional Neural Network | part3(Edges & Dimensions)
L17- Convolutional Neural Network | part2
Переглядів 1,8 тис.2 роки тому
L17- Convolutional Neural Network | part2
L16- Convolutional Neural Network | part1
Переглядів 3,5 тис.2 роки тому
L16- Convolutional Neural Network | part1
L15- Python | The Sequential Model for Building a Neural Network
Переглядів 2,1 тис.2 роки тому
L15- Python | The Sequential Model for Building a Neural Network
L14- numpy, TensorFlow, Keras, ScikitLearn
Переглядів 2 тис.2 роки тому
L14- numpy, TensorFlow, Keras, ScikitLearn
L13- Activation Functions (Relu | Dying Relu& Gradient Exploding)
Переглядів 2,7 тис.2 роки тому
L13- Activation Functions (Relu | Dying Relu& Gradient Exploding)
L12- Activation Functions (Sigmoid & Tanh | Saturation & Gradient Vanishing)
Переглядів 4,6 тис.2 роки тому
L12- Activation Functions (Sigmoid & Tanh | Saturation & Gradient Vanishing)
L11- Python | Backpropagation (Softmax) | تطبيق عملي-الانتشار الخلفي (سوفت ماكس)
Переглядів 1,5 тис.2 роки тому
L11- Python | Backpropagation (Softmax) | تطبيق عملي-الانتشار الخلفي (سوفت ماكس)
L10- Backpropagation with Sofmax derivatives | المشتقات في الانتشار الخلفي مع السوفت ماكس
Переглядів 1,3 тис.2 роки тому
L10- Backpropagation with Sofmax derivatives | المشتقات في الانتشار الخلفي مع السوفت ماكس
L9- Multi-Class Neural Networks (Backpropagation/Softmax) | الشبكة العصبية (التصنيف متعدد الفئات)
Переглядів 1,8 тис.2 роки тому
L9- Multi-Class Neural Networks (Backpropagation/Softmax) | الشبكة العصبية (التصنيف متعدد الفئات)
L8- Multi-Class Neural Networks (Softmax) | الشبكة العصبية (التصنيف متعدد الفئات)
Переглядів 2,7 тис.2 роки тому
L8- Multi-Class Neural Networks (Softmax) | الشبكة العصبية (التصنيف متعدد الفئات)
L7- Python | NN(Back Propagation) | تطبيق عملي-الانتشار الخلفي
Переглядів 3,1 тис.2 роки тому
L7- Python | NN(Back Propagation) | تطبيق عملي-الانتشار الخلفي
L6- Neural Networks (Backpropagation 2) | الانتشار الخلفي_جزء ثاني
Переглядів 2,4 тис.2 роки тому
L6- Neural Networks (Backpropagation 2) | الانتشار الخلفي_جزء ثاني
L5- Neural Network (Backpropagation 1) | الانتشار الخلفي_جزء أول
Переглядів 5 тис.2 роки тому
L5- Neural Network (Backpropagation 1) | الانتشار الخلفي_جزء أول
جزاكم الله خيرا يا دكتور. دورس جد قيمة هل من الممكن ان تفيدونا بدروس اخرى اكثر تفصيلا في موضوع word embedding و ان امكن مثال تطبيقي ل transformers
ما شاء الله شرح اسطوري .... بارك الله فيك استاذ استاذ انا طالب دكتوراه في الاحصاء التطبيقي والاقتصاد من الجزائر .......ممكن ايمايلك حتى اتواصل معاك ربي يحفظك
شاهدت عديد المحاضرات ولم يعترضني تفسير افضل من تفسير الدكتور. هنيئا لك هذا العلم وهنيئا لك صدقة العلم
شكرا استاد
نريد سلايدات الي تشرح فيها دكتور
جزاكم الله خيرا ونفع بكم وزادكم علما وتوفيقا
السلام عليكم متى سيتم التطبيق الفعلي برمجيا
دكتور كيف اتواصل مع حظرتك
👏👏
مبدع ماشاء
وعندي سؤال اخر، لماذ لم نشتق penality term، لايجات ثيتاj?
شكرا لك دكتور علي الاجابة، انا ممنونة الك، بس دكتور انا قصدي ثيتا صفر وليس ثيتا j، اعتقد Xj, زايد، شكرا لك مرة اخرى الله يوفقك. مع تحياتي
السلام عليكم ورحمة الله وبركاته، دكتور عمر، شكرا لك علي المعلومات القيمة، عندي سؤال في اخر سلايد، اعتقد هناك خطاء مطبعي عندما نجد ثيتا 0 في logistic regression اعتقد Xj زيادة، و في ايجاد ثيتا j، هل الفا تضرب panality term؟ او لا؟ ارجوا الجواب لاني محتاج هذا الموضوع، مع تحياتي.
لا يوجد خطأ، ونعم ثيتا تضرب،،،، في هذه المحاضرة تجدين الاجابة ua-cam.com/video/7IpQn8Kxxsw/v-deo.html
من اين ابدا من الصفر هل هناك خريطة لمحضاراتك
thank you
كيف يمكنني تواصل مع حضرتك خاص وشكرا 🌹
عودا حميدا اسطورة الشرح .. جزاك الله خير
عودتك أشعرتنا بشعور يصعب أن نعبر عنه بالكلمات أو أن نخطه بالأنامل، بالنسبة لي قد أجد من يشرح ما تشرحه ولكن من الصعب أن أجد من يشرح بالطريقة التي تشرح بها. في زمن طغيان المادة والتفاهة معًا، أصبح من النادر أن نجد هامات وقدوات علمية وأخلاقية يخدموننا دون مقابل، وينفقون من أوقاتهم لا لشيء سوى خدمة أمتهم وإرضاء ربهم. أمثالك يا دكتور نجدهم كمنارات هدى نهتدي بها، وتخرجنا من ظلمات الجهل والوهم إلى أنوار المعرفة والعلم. اعلم يا دكتور بأننا لا نستطيع أن نشكرك، أو نجزيك بما تقدم، لكننا ندعو لك؛ لإن ربنا وحده من يعرف قدرك وجهدك ويستطيع مجازاتك، فجزاك الله عنا خير الجزاء. ومرحبًا بعودتك.🤗
والله كلمات حق في حق الدكتور بارك الله له في علمه ووالديه
ربنا يحفظك ويوفقك دكتورنا والله كنت منتظر تكمل السلسلة بفارغ الصبر لأنه والله قناتك ومحتواك زرع فيا نقطة تحول كبيرة في تعلم الذكاء الاصطناعي وجعلني أتوجه نحو هذا المجال الواعد والممتع بعد أن كنت بدأت بالتقهقر والتراجع بسبب شحة المحتوى العربي ، لكن والله وبدون مجاملة أن محتواك جعلني افهم الكثير الكثير من الاشياء والأساسيات وصار محتواك مرجع لي في كل فترة أعود إليه ، والأن الحمد لله بفضل الله ثم بفضل محتواك بدأت انطلق في الذكاء الاصطناعي من كل ما اعماق قلبي أشكرك ❤ على هذا المجهود الجبار والنادر ويشهد الله يا دكتور أننا ندعو الله لك على ظهر الغيب
عاد استاذنا الفاضل, انا طالب جامعي سنة خامسة ماستر في تخصص الذكاء الاصطناعي و الله صارلي زمان متابع دروسك للاستفادة من العلم النافع الذي تقدمه ماشاء الله عليك استاذنا, دروسك علمتني احسن بكثير مما تعلمته هنا في الجامعة التي ادرس بها ,اتمنى انك تواصل تقديم هذا المحتوى بطريقتك الخاصة اللي اعتدنا عليها, و عودة مباركة ان شاء الله لك مني كل التقدير و الاحترام, وفقك الله و سددك لما يحب و يرضى
عوداً حميداً
😇🥰😇🥰
بارك الله فيك ودكتور وزادك علما ورفعة بدون مجامله لم ارى شرح بهذا التفصيل الدقيق سواء من المحتوى العربي او الاجنبي متشوق للباقي الحلقات ومشكور مجددا
متعك الله بالصحة والعافية
استمر يا دكتور الشرح ممتاز
دكتور هل في طريقه اقدر احصل فيها على سلايدات
عودا حميدا يا دكتور عمر اشتقنا لمحاضراتك الرائعة ❤
السلام عليكم..ممكن مثال ريااضي على ذلك
جزاك الله خيرا
دكتور ممكن ملف امثلة لكي اتمرن للامتحان
دكتور ممكن تدعمنا ب pdf خاص بأمثله حتى نتمرن
بارك الله فيك و فيمن رباك ربي يجازيك
جزاك الله عنا خيرا كثيرا ❤
مااعرف شون اشكرك لان صار اربع ايام اصارع هذا الموضوع..الف رحمة ونور ع امك وابوك
عافاك الله دكتور ممكن سلايدات المادة
شرح ممتاز
شرح حضرتك جميل ومبسط جزاك الله كل خير
جزاك الله خيرًا
بارك الله بكم وجعلها بميزان حسناتكم زكاة العلم
احسن شرح بالعربية لقيتو فاليوتوب، بارك الله فيك و فيمن رباك ربي يجازيك
جزاك الله خير شرح رائع وضحت المفهوم
رقم 11 y جاي ازاي مش فاهم
فوق الممتاز، جزاك الله خير
شرح فوق الممتاز ، جزاك الله خير, هل يمكن الحصول علي العرض التقديمي حقك ؟
جزاك الله خير,لو تكرمت ارسل ملف العرض
محاضرة اكثر من روعة. ربط الافكار جدا سلس. بارك الله بيك ننتظر منك المزيد.
Merci beaucoup
أستاذ ياريت إذا ممكن تضع لنا ملف السلايدات في الوصف أو التعليقات
شكرا جزيلا شرح رائع
شكراااااا❤❤❤❤❤❤