Truy cập ngày 1 tháng 10 năm 2013.  Practical Deep Learning for Beginners: Neural Networks, Computer Vision, and NLP

Học sâu đang dẫn đến những bước đột phá thú vị nhất trong công nghệ ngày nay, nhưng việc bắt đầu có thể cảm thấy quá tải với toán học phức tạp và lý thuyết dày đặc. Bằng cách đọc qua các giải thích rõ ràng và nghiên cứu các ví dụ mã thực tế, bạn sẽ chuyển từ một người mới bắt đầu tò mò đến một người thực hành tự tin có thể thiết kế, đào tạo và đánh giá các mô hình học sâu nhận diện các mô thức thị giác và xử lý ngôn ngữ tự nhiên. Bạn sẽ học được: - Hiểu kiến trúc cơ bản của mạng nơron, bao gồm các lớp, chức năng kích hoạt, và truyền ngược. - Xây dựng và huấn luyện các mô hình phân loại hình ảnh sử dụng mạng nơron cuộn (CNN) cho các nhiệm vụ thị giác máy tính. - Xử lý và phân tích dữ liệu văn bản sử dụng mạng lưới lặp lại cơ bản và kiến trúc biến đổi hiện đại. - Ứng dụng học chuyển giao để tận dụng các mô hình được huấn luyện trước mạnh mẽ cho các tập dữ liệu tùy chỉnh của bạn. - Đánh giá hiệu suất mô hình bằng cách sử dụng các chỉ số chính và khắc phục các vấn đề huấn luyện phổ biến như overfitting. - Thực hiện các luồng công việc học sâu bằng cách sử dụng thư viện Python tiêu chuẩn công nghiệp như PyTorch. Chương trình bắt đầu với thuật ngữ cơ bản, khái niệm cơ bản và định nghĩa cơ bản của trí tuệ nhân tạo. Sau đó bạn sẽ tiến hành qua các bài giảng và hướng dẫn mã để chứng minh cách xây dựng, huấn luyện và tối ưu hóa các mô hình cho các trường hợp trong thế giới thực. Lớp học này được thiết kế cho các nhà khoa học dữ liệu, nhà phát triển phần mềm và những người đam mê công nghệ muốn có một nền tảng vững chắc trong học sâu; không cần kinh nghiệm trước đó với học máy, mặc dù một sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu đọc hôm nay để mở khóa tiềm năng của mạng nơron và xây dựng bộ kỹ năng trí tuệ nhân tạo của bạn.