Contents
學習如何使用 Facebook 的 PyTorch 深度學習程式庫建立最先進用於深度學習的神經網路
從這 17 小時的課程，你會學到
- 學習如何使用 NumPy 將資料格式化為陣列
- 使用 pandas 進行資料處理和清理
- 學習經典的機器學習理論原理
- 利用 PyTorch 深度學習程式庫進行影像分類
- 使用 PyTorch 結合遞迴神經網路處理時間序列資料( Sequence Time Series Data )
- 建立最先進的深度學習模型來處理表格資料( tabular data )
要求
- 瞭解 python 基礎主題(資料型別、迴圈、函式)也建議最好有 Python 物件導向觀念 ( 請參考 Python 程式設計學習地圖 )
- 能夠通過基本的導數計算工作 ( 請參考 成為微積分專家 – 1 )
- 擁有電腦上的管理權限(能夠下載我們的檔案)
課程說明
歡迎來到使用 Python 和 PyTorch 學習深度學習的最佳線上課程！
PyTorch 是一個開源的深度學習平台，提供了從研究原型到營運部署的無縫通道。 它正迅速成為 Python 中最流行的深度學習框架之一。 通過與 Python 的深度整合，可以使用流行的程式庫和套件輕鬆地在 Python 中編寫神經網路層。 豐富的工具和程式庫生態系統擴充了 PyTorch，並支援電腦視覺、 自然語言處理( NLP )等方面的開發。
本課程專注於平衡重要的理論概念與實際的動手練習和專案，讓你學習如何應用課程中學習到的概念到你自己的資料集！ 當你參加這門課程的時候，你將會得到一本精心佈置的筆記本( notebooks ) ，用一種容易理解的方式解釋概念，包括程式碼和解釋。 你也可以看到我們的幻燈片，通過簡單易懂的視覺化解釋理論。
在這門課程中，我們將教你使用 Pytorch 開始深度學習所需的一切知識，包括:
- NumPy
- Pandas
- 機器學習理論
- 測試 / 訓練 / 驗證資料切割
- 模型評估-迴歸和分類任務
- 非監督式學習任務
- 使用 PyTorch 的張量
- 神經網路理論
- Perceptrons
- Networks
- 啟用函式
- 成本 / 損失函式
- 反向傳播( Backpropagation)
- 梯度
- 人工神經網路
- 卷積神經網路
- 迴歸神經網路
- 還有更多！
在本課程結束時，你將能夠建立各種深度學習模型，用你自己的資料集解決你自己的問題。
那你還在等什麼？ 今天登記並使用 PyTorch 體驗深度學習的真正功能！ 我們課程中見！
-Jose
目標受眾
- 希望使用 PyTorch 學習深度學習的中級到高階 Python 開發人員
講師簡介
Jose Portilla Pierian 資料公司資料科學主管 ( 更多講師主講課程介紹 )
Jose Portilla 擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位，也有多年資料科學和程式設計專業教練和培訓師的經驗。 他在各種領域如微流體 、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中，他已經發展了分析資料的技能，他希望利用他在教學和資料科學方面的經驗，幫助其他人學習程式開發的能力、分析資料，以及清晰地呈現資料和漂亮的視覺化。
目前他是 Pierian Data Inc. 的資料科學主管，為世界各地的各種公司提供現場資料科學和 python 培訓課程，包括瑞士信貸等頂級銀行。歡迎隨時在 LinkedIn 上與他聯繫，獲取有關面對面培訓課程的更多資訊。
英文字幕：有
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
報名參加課程
也許你會有興趣
- 中文課程 – 深度學習與PyTorch入門實戰教程
- 更多 PyTorch 線上課程介紹
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！