fbpx

PyTorch 中級課程 2023:從基礎到尖端

Contents

成為應用最流行的深度學習框架 PyTorch 的專家

從這 17.5 小時的課程,你會學到

  • 學習 PyTorch 從簡單模型到最先進模型的所有相關方面
  • 將模型部署到本地並部署到雲端
  • 自然語言處理 (NLP)、CNN(圖像、音訊分類;物件檢測)、RNN、變換器( Transformers )、風格遷移( Style Transfer )、自動編碼器、GAN、推薦器
  • 將 Transformers 等一流演算法應用於自訂的資料集
  • 開發用於圖像分類、目標檢測、風格遷移的 CNN 模型
  • 開發 RNN 模型、自動編碼器、生成對抗網路
  • 了解新框架(例如 PyTorch Lightning)和 OpenAI ChatGPT 等新模型
  • 使用遷移學習

要求

基礎 Python 知識

課程說明

PyTorch 是 Facebook 開發的一個 Python 框架,用於開發和部署深度學習模型。 它是當今最流行的深度學習框架之一。

在本課程中,你將學習開發深度學習模型並將其應用於你自己的資料所需的一切。 涵蓋了回歸、分類、CNN、RNN、GAN、NLP、推薦系統等所有相關領域。 此外,還介紹了最先進的模型和架構,例如 Transformers、YOLOv7 或 ChatGPT。

對我來說重要的是你學習基本概念以及如何實施這些技術。 在我向你展示我的解決方案之前,你將面臨獨自解決問題的挑戰。

在我的課程中我將教你:

  • 深度學習介紹
    • 高階理解
    • 感知器
    • 激活函數
    • 損失函數
    • 優化器
  • 張量( tensor )處理
    • 張量的創建和具體特徵
    • 自動梯度計算 ( autograd )
  • 建模介紹, 包含
    • 從頭開始線性迴歸
    • 了解 PyTorch 模型訓練
    • 批次 ( Batches )
    • Datasets (資料集) 與 Dataloaders (數據加載器)
    • 超參數調優
    • 保存和加載模型
  • 分類模型
    • 多標籤的分類
    • 多 class 的分類
  • 卷積神經路 ( Convolutional Neural Networks,CNN )
    • CNN 理論
    • 開發圖像分類模型
    • 層尺存( layer dimension )計算
    • 圖像變換
    • 運用 torchaudio 與頻譜圖( spectrograms ) 的音訊分類
  • 物件偵測
    • 物件偵測理論
    • 開發物件偵測模型
    • YOLO v7, YOLO v8
    • 更快的 RCNN
  • 風格遷移 ( Style Transfer )
    • 風格遷移理論
    • 開發你自己的風格遷移模型
  • 預訓練模型和遷移學習( Transfer Learning )
  • 遞迴神經網路 ( Recurrent Neural Networks,RNN )
    • 遞迴神經網路( Recurrent Neural Network )理論
    • 開發 LSTM 模型
  • 採用矩陣分解( Matrix Factorization )的推薦系統
  • 自動編碼器 ( Autoencoders )
  • 變換器( Transformers )
    • 理解 Transformers, 包含視覺變換器 ( Vision Transformers,ViT)
    • 使 ViT 適應自訂的資料集
  • 生成對抗網路( Generative Adversarial Networks )
  • 半監督學習( Semi-Supervised Learning )
  • 自然語言處理( Natural Language Processing,NLP )
    • 字嵌入( Word Embeddings ) 介紹
    • 神經網路的字嵌入( Word Embeddings )
    • 開發基於 One-Hot Encoding 與 GloVe 的情感分析模型
    • 預訓練( Pre-Trained ) NLP 模型的應用
  • 模型除錯
    • 掛鉤( Hooks )
  • 模型部署( Model Deployment )
    • 部署策略
    • 部署到本地和雲端,特別是 Google Cloud
  • 雜項主題
    • ChatGPT
    • ResNet
    • 極限學習機( Extreme Learning Machine,ELM )

立即註冊,學習一些最酷的技術,並利用新技能提升您的職業生涯。

此致,

Bert

目標受眾

Python 開發人員願意學習最有趣和最受歡迎的技術之一

講師簡介

Bert Gollnick 資料科學家

我是一位實踐資料科學家,擁有豐富的可再生能源領域知識,尤其是風能。

目前我在一家領先的風力渦輪機製造商工作。 多年來,我一直在提供有關 R 和 Python 的資料科學和機器學習培訓。

我學的是航空學和經濟學。 我的主要興趣是機器學習和資料科學。

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

  • 點選這個優惠連結 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


Lingoda

也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: