Глубокий анализ с помощью PyTorch: практическое руководство для начинающих с Python

Глубокий анализ используется в самых передовых технологиях, но начать с него зачастую бывает непросто из-за плотной математики или слишком сложного кода. Этот курс предлагает четкий, структурированный путь к овладению PyTorch, отраслевой стандартной платформой, предпочтительной как для исследователей, так и для разработчиков. Вы плавно перейдете от основных концепций программирования к обучению собственных нейронных сетей. Сосредоточив внимание на логической прогрессии моделей, начиная с простой регрессии и заканчивая многоуровневыми сетями, вы точно поймете, как и почему работает глубокое обучение. Что вы узнаете: - Понять основные понятия тензоров, градиентов и вычислительных графов - Создание и обучение моделей линейной и логистической регрессии с нуля с использованием PyTorch - Разработка многослойных нейронных сетей для классификации и регрессионных задач - Реализация современных тренировочных циклов, функций потерь и алгоритмов оптимизации - Примените практику кодирования, не зависящую от устройства, для запуска моделей на ЦП, CUDA или Apple Silicon - Использование метода трансфертного обучения с использованием предварительно обученных моделей для решения проблем классификации Путешествие начинается с базовой терминологии и механики тензоров, а затем шаг за шагом проходят модели регрессии, искусственные нейронные сети и современные рабочие процессы сохранения моделей. Вы прочитаете четкие объяснения и изучите хорошо структурированные фрагменты кода, разработанные для того, чтобы сделать сложные концепции интуитивно понятными. Этот курс предназначен для начинающих, разработчиков программного обеспечения и начинающих ученых, которые хотят получить практическое введение в глубокое обучение с использованием Python, не требуя продвинутого математического образования. Начните свой путь к глубокому обучению сегодня и создайте прочную основу в PyTorch.