Aprendizagem profunda a partir do zero: construção de redes neurais com PyTorch

Você já quis entender verdadeiramente o que acontece dentro de um modelo de aprendizado profundo em vez de apenas tratá-lo como uma caixa preta? Para criar aplicativos de inteligência artificial confiáveis, você precisa entender a matemática e o código fundamentais que impulsionam as redes neurais modernas. Este curso baseado em texto orienta você através do processo de construção e treinamento de seus próprios modelos a partir do zero, dando-lhe um profundo conhecimento intuitivo dos algoritmos que alimentam a IA de hoje. Você fará a transição do uso de bibliotecas de alto nível para escrever loops de treinamento básicos e algoritmo de otimização. O que você aprenderá: Entenda os fundamentos matemáticos da propagação direta e retropropagação; Construa uma rede neural totalmente funcional do zero usando tensores PyTorch brutos; Implemente algoritmes de otimizações chave como Stochastic Gradient Descent (SGD) a partir dos primeiros princípios; Configurar funções de perda e funções ativadoras para orientar o aprendizado de modelos; Aplique práticas de ensino modernas, incluindo inicialização de peso adequada e regularização básica; Depurar e analisar o desempenho do modelo inspecionando gradientes e curvas de perda.