Основы глубокого обучения с помощью PyTorch и fastai

В этом курсе вы узнаете, как создать и настроить алгоритмы глубинного обучения, которые будут работать в реальном мире. Вы узнаете как работают нейронные сети, как они учатся, как подготавливать данные и как настраивать предварительно обученные модели. Вы также узнаете о современных методах, включая обучение передаче, оптимизацию производительности и оценку базовых моделей. Что вы учитесь: Понимание основных механик нейронных сетей, градиентного спуска и функций потерь; Создание и обучение моделей компьютерного зрения и обработки естественного языка с помощью fastai и PyTorch; Применение передового обучения для адаптации передовых моделй к вашим пользовательским наборам данных; Эффективная очистка, предварительная обработка и структура данных для конвейеров глубинных обучений; Отладка тренировочных циклов и решение общих проблем, таких как перенастройка и недостаточная настройка; Изучение современных соображений развертывания, чтобы сделать ваши модели доступными в производственных средах. Это письменное руководство начинается с основной терминологии машинного обучение, прежде чем вы пройдете пошаговую реализацию кода и практические рабочие процессы обучения.