Khóa học PyTorch miễn phí hoàn chỉnh dành cho Deep Learning

Liu

khoa-hoc-pytorch-mien-phi-hoan-chinh-danh-cho-deep-learning

Bạn có muốn học PyTorch để học máy và học sâu không? Hãy xem miễn phí khóa học video dài 24 giờ này với các ghi chú và phần mềm khóa học kèm theo.

Đây là nó. Đây là PyTorch hoàn chỉnh dành cho học máy và học sâu mà bạn đang tìm kiếm và nó hoàn toàn miễn phí.

Khóa học PyTorch dành cho Deep Learning & Machine Learning từ freeCodeCamp được tổng hợp bởi Daniel Bourke, một chuyên gia về máy học. Bạn có thể biết Daniel nhờ sự hiện diện trực tuyến phong phú của anh ấy trong nhiều năm qua, nơi anh ấy đã viết blog và tạo nội dung liên quan đến học máy trong một thời gian.

Dưới đây là tổng quan về khóa học, trực tiếp từ chính Daniel:

Khóa học này sẽ dạy cho bạn những kiến thức cơ bản về học máy và học sâu với PyTorch (Một khung học máy được viết bằng Python).
Khóa học dựa trên video. Tuy nhiên, các video dựa trên nội dung của cuốn sách trực tuyến này.
Khóa học bao gồm mọi thứ bạn cần biết để bắt kịp tốc độ với PyTorch và deep learning và khi tôi nói mọi thứ, ý tôi muốn nói là: Khóa học qua video dài 25 giờ. Đúng vậy, còn hơn một ngày nữa. Theo đúng nghĩa đen.

Khóa học được chia thành các chương sau.

1. Cơ bản về PyTorch

Chương này đề cập đến các chủ đề giới thiệu, bao gồm phần giới thiệu về PyTorch, học sâu, chuẩn bị cho khóa học và giới thiệu về nền tảng cơ bản của học sâu, tenxơ và chức năng cơ bản của chúng.

2. Quy trình làm việc của PyTorch

Chương này đi sâu vào PyTorch và giới thiệu quy trình làm việc của nó. Bạn tìm hiểu về các mô hình, đào tạo một mô hình, đánh giá một mô hình, lưu và tải một mô hình. Bạn cũng viết mã để thực hiện tất cả những điều này khi bạn thực hiện, vừa học vừa làm.

3. Phân loại mạng nơ-ron

Đã đến lúc phân loại. Các khái niệm cơ bản về máy học được đề cập: Đầu vào và đầu ra, phân loại kiến trúc mạng thần kinh, chuyển đổi dữ liệu thành tensors, loss, tối ưu hóa, đánh giá,...

4. Thị giác máy tính

Chương này chuyển sang thị giác máy tính (CV), bao gồm các mạng thần kinh tích chập (CNN), lấy bộ dữ liệu CV, sử dụng PyTorch DataLoaders, đào tạo CNN và đào tạo về GPU.

5. Bộ dữ liệu tùy chỉnh

Chương này đề cập đến việc tạo bộ dữ liệu của riêng bạn, những cân nhắc liên quan, cách thực hiện điều đó một cách thực tế, chuyển đổi hình ảnh thành tensors, tăng cường dữ liệu, mô hình cơ sở trên dữ liệu tùy chỉnh,...

Bạn có thể tìm tài liệu khóa học tại đây, bao gồm mã và tài nguyên.

Bạn có thể tìm thấy cuốn sách trực tuyến đi kèm của Daniel, Learn PyTorch for Deep Learning: Zero to Mastery tại đây.

Video duy nhất cho khóa học, tất cả 25 giờ, có thể được tìm thấy trên YouTube.

Đây thực sự có vẻ là khóa học nên tham gia nếu bạn muốn tìm hiểu PyTorch và cách sử dụng nó để học sâu. Daniel đã thực hiện một công việc đáng khen ngợi là đóng gói rất nhiều thông tin vào một khóa học có phạm vi rộng như vậy và anh ấy nên được khen ngợi vì công việc đã đưa vào một khóa học thiết thực như vậy.

Copyright Disclaimer:

This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.

Tuyên bố miễn trừ bản quyền:

Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc nội dung có liên quan ngay lập tức.