Wprowadzenie do głębokiego uczenia się z PyTorch, Keras i TensorFlow

Głębokie uczenie się jest siłą napędową nowoczesnej sztucznej inteligencji, zasila wszystko, od wizji komputerowej po przetwarzanie języka naturalnego.Zrozumienie, jak budować i trenować sieci neuronowe, jest niezbędną umiejętnością dla każdego, kto chce wejść w dziedzinę sztucznej inteligencji. Ten kurs tekstowy prowadzi od absolutnego początkującego do pewnego konstruowania architektur głębokiego uczenia się.Poznasz podstawowe matematyczne i koncepcyjne podstawy sieci neuronowych przed napisaniem czystego, nowoczesnego kodu Pythona, aby zaimplementować je w trzech standardowych strukturach: PyTorch, Keras i TensorFlow. Czego się nauczysz: - Zrozum podstawowe pojęcia sieci neuronowych, w tym funkcje aktywacji, propagację wsteczną i funkcje strat. - Twórz i trenuj modele głębokiego uczenia się za pomocą Keras do szybkiego prototypowania i abstrakcji wysokiego poziomu. - Zaprojektuj elastyczne i niestandardowe architektury sieci neuronowych za pomocą potężnych interfejsów API PyTorch i TensorFlow. - Zastosuj nowoczesne techniki optymalizacji, regularyzację i dostrajanie hiperparametrów, aby poprawić wydajność modelu. - Poznaj podstawowe modele widzenia komputerowego i przetwarzania języka naturalnego, w tym sieci zwojowe i powtarzające się. - Poznaj nowoczesne przepływy pracy głębokiego uczenia się, w tym podstawowe śledzenie modelu i podstawy osadzania wektorów w systemach wyszukiwania. Podróż zaczyna się od podstawowej terminologii i matematycznych zasad sieci neuronowych, a następnie przechodzi do krok po kroku pisemnych wyjaśnień i fragmentów kodu, które podkreślają unikalne mocne strony i składnię każdego frameworka. Ten kurs jest przeznaczony dla początkujących naukowców zajmujących się danymi, inżynierów oprogramowania i entuzjastów technologii, którzy są nowi w głębokim uczeniu się i chcą kompleksowego, agnostycznego wprowadzenia.Zalecana jest podstawowa znajomość programowania Pythona, ale nie jest wymagane wcześniejsze doświadczenie z uczeniem maszynowym. Zacznij czytać już dziś, aby zbudować podstawy nowoczesnej inżynierii głębokiego uczenia się.