Applied Deep Learning with PyTorch

Машинското учење брзо станува најпрефериран начин за решавање на проблемите со податоци, благодарение на огромната разновидност на математички алгоритми кои наоѓаат обрасци кои инаку се невидливи за нас. Применетото длабоко учење со PyTorch го носи вашето разбирање за длабокото учење, неговите алгоритми и неговите апликации на повисоко ниво. Курсот започнува така што ќе ви помогне да ги разгледате основите на длабокото учење и PyTorch.

Штом сте добро запознаени со синтаксата PyTorch и сте способни да изградите еднослојна невронска мрежа, постепено ќе научите да се справувате со посложени проблеми со податоци со конфигурирање и обука на конволутивна невронска мрежа (CNN) за да врши класификација на слики. Како што напредувате низ поглавјата, ќе откриете како можете да го решите проблемот со НЛП со имплементирање на рекурентна невронска мрежа (RNN).

Применетото длабоко учење со PyTorch е дизајнирано за научници за податоци, аналитичари на податоци и програмери кои сакаат да работат со податоци користејќи техники за длабоко учење. Секој што сака да истражува и имплементира напредни алгоритми со PyTorch, исто така, ќе го најде овој курс корисен. Неопходно е одредено работно познавање на Python и познавање на основите на машинското учење. Сепак, познавањето на NumPy и пандите ќе биде корисно, но не и суштинско.

• Вовед во длабоко учење и PyTorch
• Градежни блокови на невронски мрежи
• Проблем со класификација со користење на DNN
• Конволуциони невронски мрежи
• Трансфер на стил
• Анализирање на низата податоци со RNN

Применетото длабоко учење со PyTorch е дизајнирано за data scientists, data analysts и програмери кои сакаат да работат со податоци користејќи техники за длабоко учење.

Секој што сака да истражува и имплементира напредни алгоритми со PyTorch, исто така, ќе го најде овој курс корисен. Неопходно е одредено работно познавање на Python и познавање на основите на машинското учење. Сепак, познавањето на NumPy и Pandas ќе биде корисно, но не и суштинско.

• Откријте различни проблеми со податоци на кои можете да примените решенија за длабоко учење
• Научете ја синтаксата PyTorch и со неа изградите еднослојна невронска мрежа
• Да се изгради длабока невронска мрежа за да се реши проблем со класификација
• Развијте модел за трансфер на стилови
• Спроведување на зголемување на податоците и преквалификација на вашиот модел
• Изградба на систем за обработка на текст користејќи рекурентна невронска мрежа

Сертификат за присуство на курсот објавен од Семос Едукација