Asas Neural Network: Menguasai Backpropagation dengan PyTorch
Fahami asas matematik pembelajaran mendalam dengan membina dan menyahtiap (debug) algoritma backpropagation dari awal menggunakan PyTorch.
-
๐ฌ
Pengajar AI
Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa. -
๐
Mula bila-bila masa
Tiada jadual atau tarikh akhir โ belajar mengikut rentak sendiri, bila-bila masa. -
๐
Dalam bahasa Melayu
Pelajaran, tugasan dan sijil โ semuanya sepenuhnya dalam bahasa anda.
Tentang kursus ini
Pernahkah anda tertanya-tanya apa yang sebenarnya berlaku di sebalik tabir apabila neural network belajar? Walaupun pustaka pembelajaran mendalam moden mengendalikan pengoptimuman secara automatik, untuk benar-benar menguasai AI anda perlu memahami enjin matematik terasnya: backpropagation. Kursus berasaskan teks ini merungkai kalkulus dan mekanik kecerunan menurun (gradient descent), memberikan anda keyakinan untuk menyahtiap, mengoptimumkan, dan me reka bentuk seni bina neural yang kompleks. Anda akan beralih daripada menggunakan rangka kerja peringkat tinggi sebagai kotak hitam kepada memahami secara tepat bagaimana ralat merambat ke belakang untuk mengemas kini pemberat rangkaian. Belajar menulis gelung latihan yang bersih dan cekap serta mengimplementasikan fungsi autograd tersuai. Apa yang akan anda pelajari: Fahami kalkulus asas backpropagation, termasuk petua rantai (chain rule) dan terbitan separa; Bina gelung latihan neural network dari awal menggunakan tensor PyTorch mentah; Implementasikan hantaran hadapan (forward pass) dan belakang (backward pass) tersuai untuk mendapatkan kawalan penuh ke atas pengiraan kecerunan; Yahtiap kecerunan yang hilang (vanishing gradients) dan meletup (exploding gradients) menggunakan teknik pemulaan pemberat moden; Terapkan amalan kod bersih untuk me reka bentuk algoritma pengoptimuman bagi prestasi yang lebih baik. Kita bermula dengan definisi matematik penting dan terminologi teras sebelum bergerak langkah demi langkah melalui pengiraan kecerunan manual, dan akhirnya mengimplementasikan konsep ini dalam kod PyTorch yang bersih. Kursus ini direka untuk pengaturcara peringkat permulaan hingga pertengahan yang ingin melangkah melampaui API peringkat tinggi dan membina kefahaman yang mendalam serta intuitif tentang pengoptimuman neural network. Mulakan pembacaan hari ini untuk membongkar mekanik sebenar pembelajaran mendalam.
Apa yang anda dapat
-
๐
Sijil tamat
Tambah ke profil LinkedIn anda -
๐ฌ
Tutor AI peribadi
Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa. -
๐ง
Termasuk versi audio
Belajar sambil bergerak โ tanpa skrin -
โพ๏ธ
Akses seumur hidup
Kembali bila-bila masa, tiada tamat tempoh -
๐ฑ
Telefon atau komputer
Berfungsi di mana-mana, mana-mana peranti -
๐ธ
Pulangan 14 hari
Tanpa soalan -
โก
Pendek dan fokus
3 jam kandungan praktikal
Ulasan
Belum ada ulasan โ jadilah yang pertama berkongsi pengalaman anda.
Pelajar lain juga mengambil
๐ Dengan sijil
Asas Pembelajaran Dalaman dengan Python dan Keras
Sijil
Amali
$14.99
→
๐ Paling popular
๐ Dengan sijil
Pembelajaran Mendalam dan Rangkaian Neural dengan TensorFlow dan Keras
Sijil
Amali
$14.99
→
โก Terbaik untuk permulaan
๐ Dengan sijil
Python dan TensorFlow: Bina Model Pengenalan Imej Pertama Anda
Sijil
Amali
$14.99
→
๐ฅ Popular
๐ Dengan sijil
Pembelajaran Mesin untuk Automasi Reka Bentuk Elektronik
Sijil
Amali
$14.99
→
Soalan lazim
Apa yang saya perlukan untuk mengikuti kursus ini? +
Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.
Bagaimana untuk membayar? +
Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad โ Stripe menguruskannya dengan selamat.
Bolehkah saya dapatkan bayaran balik? +
Ya โ pulangan penuh dalam 14 hari, tanpa soalan.
Berapa lama saya akan mempunyai akses? +
Selamanya. Setelah membeli, kursus adalah milik anda โ boleh lawat semula bila-bila masa.
Adakah saya akan mendapat sijil? +
Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.
Direka untuk pelajar dalam
Teknologi
Reka bentuk
Kewangan
Pemasaran
Kesihatan
Pendidikan
Hospitaliti
Pembuatan