Học sâu cho văn bản và âm thanh với PyTorch

Xử lý văn bản và âm thanh là những trụ cột chính của trí tuệ nhân tạo hiện đại. Khóa học bằng văn bản này sẽ hướng dẫn bạn xây dựng và huấn luyện các mạng nơ-ron để phân tích chuỗi, các tác vụ ngôn ngữ tự nhiên và xử lý tín hiệu âm thanh bằng PyTorch. Bạn sẽ có được các kỹ năng thực tế trong việc xử lý dữ liệu tuần tự, chuyển đổi tín hiệu thô thành các đặc trưng có thể sử dụng và áp dụng các kiến trúc mô hình hiện đại. Thông qua các mô-đun văn bản từng bước và các đoạn mã rõ ràng, bạn sẽ hiểu cách các hệ thống AI hiện đại hiểu được lời nói và văn bản của con người. Những gì bạn sẽ học: - Hiểu các khái niệm cơ bản về nhúng từ (word embeddings), mã hóa (tokenization) và biểu diễn tín hiệu âm thanh - Xây dựng các kiến trúc lặp lại (recurrent) và dựa trên cơ chế chú ý (attention-based) trong PyTorch để phân loại văn bản - Trích xuất các đặc trưng âm thanh như spectrograms cho các tác vụ phân loại âm thanh - Khám phá các kiến trúc Transformer hiện đại và các mẫu tinh chỉnh (fine-tuning patterns) cho NLP - Áp dụng các chỉ số đánh giá phù hợp cho các mô hình chuỗi và âm thanh - Thực hành xây dựng các vòng lặp huấn luyện (training loops) và quy trình (pipelines) sử dụng các phương pháp hay nhất của PyTorch Bắt đầu với các định nghĩa cơ bản và thuật ngữ cốt lõi, khóa học hướng dẫn bạn từng bước từ tiền xử lý dữ liệu thô đến phát triển mô hình học sâu. Bạn sẽ đọc các giải thích rõ ràng và xem xét các đoạn mã hoạt động minh họa mọi khái niệm. Khóa học này được thiết kế dành cho các lập trình viên và những người đam mê dữ liệu mới bắt đầu có kiến thức Python cơ bản và muốn học học sâu về văn bản và âm thanh mà không cần các điều kiện tiên quyết phức tạp. Bắt đầu đọc ngay để mở rộng khả năng học sâu PyTorch của bạn.