Réseau de neurones: Maîtriser la rétropropagation avec PyTorch

Alors que les bibliothèques d'apprentissage profond modernes gèrent automatiquement l'optimisation, la maîtrise de l'IA nécessite une compréhension du moteur mathématique de base: la rétropropagation. Ce cours basé sur le texte démystifie le calcul et la mécanique de la descente de gradient, vous donnant la confiance nécessaire pour déboguer, optimiser et concevoir des architectures neuronales complexes. Vous passerez de l’utilisation de cadres de haut niveau comme boîtes noires à la compréhensiVous apprendrez à écrire des boucles d'entraînement propres et efficaces et à implémenter des fonctions autograd personnalisées. Ce que vous apprendrez: Comprendre le calcul fondamental de la rétrospection, y compris la règle de la chaîne et les dérivées partielles; Construire une boucle d'exercice de réseau neuronal à partir de zéro en utilisant des tenseurs PyTorch bruts; Implémenter les passes en avant et en arrière personnalisables pour obtenir un contrôle complet sur les calculs de gradients; Déboguer les gradients disparaissants et explosant en utilisat... [-]