Praxisnahes Deep Learning mit PyTorch und fastai

Deep Learning verändert die Technologie, aber der Übergang von der Verwendung vorgefertigter Modelle zum Verständnis ihrer Funktionsweise unter der Haube kann sich wie ein gewaltiger Sprung anfühlen.Dieser textbasierte Kurs überbrückt diese Lücke, indem er Sie durch die Kernmathematik, Architekturen und Implementierungsdetails moderner neuronaler Netze führt.Sie werden von einem hochrangigen API-Benutzer zu einem Entwickler übergehen, der Forschungsarbeiten selbstbewusst lesen und benutzerdefinierte Deep-Learning-Lösungen implementieren kann.Was Sie lernen:Verstehen Sie die grundlegende Mathematik und Architektur hinter neuronalen Netzen von Grund auf;Üben Sie den Aufbau benutzerspezifischer Trainingsschleifen und Optimierungsalgorithmen in PyTorch;Anwenden Sie moderne Fastai-Techniken, um das Modelltraining zu beschleunigen und die Genauigkeit zu verbessern;Implementieren Sie grundlegender Computer Vision und Natural Language Processing Architekture;Konfigurieren Sie moderne Trainingspipelines mit robusten Validierungs- und Debugging-Workflows.Sie beginnen mit einer klaren Aufschlüsselung der grundlegenden Konzepte und mathematischen Grundlagen, bevor Sie zu Schritt-für-Schritt-Schriften zu Netzwerk-Architekturen, Optimierungsstrategien und Trainingstechniken übergehen.Dieses Kurs ist für fortgeschrittene Programmierer gedacht, die grundlegend mit Python vertraut sind und ein tiefes, intuitives Verständni... [-]