آموزش تسلط بر PyTorch

دانلود Mastering PyTorch

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: از اصول اولیه تا آموزش عمیق یادگیری پیشرفته آشنایی با اصول PyTorch، از جمله تانسورها و نمودارهای محاسباتی، ساخت و آموزش شبکه های عصبی با استفاده از پیش پردازش nn_Module PyTorch و بارگذاری مجموعه داده ها با DataLoader و مجموعه داده های سفارشی، پیاده سازی معماری های پیشرفته مانند CNN، RNN، و Transformers - آموزش انتقال دقیق مدل های از پیش آموزش دیده بهینه سازی مدل ها با استفاده از هایپرپارامتر تنظیم و منظم سازی استقرار مدل های آموزش دیده با استفاده از TorchScript و خدمات ابری اشکال زدایی و عیب یابی مدل های یادگیری عمیق به طور موثر توسعه لایه های سفارشی، توابع از دست دادن و مدل ها همکاری با جامعه PyTorch و مشارکت در پروژه های منبع باز پیش نیازها:مهارت های اساسی کامپیوتر: آشنایی با استفاده از کامپیوتر و نصب نرم افزار برنامه نویسی پایتون: دانش پایه پایتون (متغیرها، توابع، حلقه ها) ریاضیات: درک مفاهیم پایه جبر، جبر خطی و حساب دیفرانسیل و انتگرال (بردارها، ماتریس ها، مشتقات) مبانی یادگیری ماشین (اختیاری): آگاهی از مفاهیم ML مانند مدل ها، آموزش و ارزیابی مفید است اما اجباری نیست. اشتیاق به یادگیری: تمایل به یادگیری از طریق پروژه ها و آزمایشات عملی یاد بگیرید

دوره "تسلط بر PyTorch: از مبانی تا آموزش عمیق یادگیری پیشرفته" یک سفر یادگیری کامل است که برای مبتدیان و حرفه ای ها طراحی شده است که هدف آنها برتری در هوش مصنوعی و یادگیری عمیق است. این دوره با مبانی PyTorch شروع می شود و موضوعات ضروری مانند عملیات تانسور، تمایز خودکار و ساخت شبکه های عصبی از ابتدا را پوشش می دهد. یادگیرندگان درک عمیقی از نحوه عملکرد نمودار محاسباتی پویا PyTorch به دست خواهند آورد که ایجاد مدل انعطاف پذیر و عیب یابی را امکان پذیر می کند.

با پیشرفت دوره، دانش‌آموزان موضوعات پیشرفته‌ای از جمله معماری‌های پیچیده شبکه عصبی مانند CNN، RNN و ترانسفورماتورها را بررسی خواهند کرد. همچنین به یادگیری انتقال، لایه‌های سفارشی، توابع از دست دادن و تکنیک‌های بهینه‌سازی مدل می‌پردازد. یادگیرندگان ساخت پروژه های دنیای واقعی مانند طبقه بندی کننده های تصویر، تحلیلگرهای احساسات مبتنی بر NLP و برنامه های کاربردی مبتنی بر GAN را تمرین خواهند کرد.

این دوره بر اجرای عملی، ارائه تمرینات گام به گام، چالش‌های کدنویسی و پروژه‌هایی که مفاهیم کلیدی را تقویت می‌کنند، تاکید زیادی دارد. علاوه بر این، فراگیران تکنیک‌های پیشرفته مانند آموزش توزیع‌شده، استقرار ابر و ادغام با کتابخانه‌های محبوب را بررسی خواهند کرد.

در پایان دوره، فراگیران در طراحی، ساخت و استقرار مدل‌های هوش مصنوعی با استفاده از PyTorch مهارت خواهند داشت. آنها همچنین برای مشارکت در پروژه‌های منبع باز و دنبال کردن مشاغلی به عنوان مهندسان هوش مصنوعی، دانشمندان داده‌ها یا محققین ML در زمینه رو به رشد یادگیری عمیق مجهز خواهند شد.


سرفصل ها و درس ها

مقدمه و مبانی Introduction and Foundations

  • مقدمه ای بر یادگیری PyTorch از پایه تا آموزش کامل پیشرفته Introduction to Learning PyTorch from Basics to Advanced Complete Training

  • مقدمه ای بر PyTorch Introduction to PyTorch

  • شروع کار با PyTorch Getting Started with PyTorch

مفاهیم اصلی و مدل سازی Core Concepts and Model Building

  • کار با تنسورها Working with Tensors

  • Autograd و نمودارهای محاسبات پویا Autograd and Dynamic Computation Graphs

  • ساخت شبکه های عصبی ساده Building Simple Neural Networks

مدیریت داده ها و آموزش مدل Data Handling and Model Training

  • بارگیری و پیش پردازش داده ها Loading and Preprocessing Data

  • ارزیابی و اعتبارسنجی مدل Model Evaluation and Validation

  • معماری شبکه های عصبی پیشرفته Advanced Neural Network Architectures

  • آموزش انتقال و تنظیم دقیق Transfer Learning and Fine-Tuning

تکنیک های پیشرفته و استقرار Advanced Techniques and Deployment

  • مدیریت داده های پیچیده Handling Complex Data

  • استقرار و تولید مدل Model Deployment and Production

  • اشکال زدایی و عیب یابی Debugging and Troubleshooting

  • آموزش توزیع شده و بهینه سازی عملکرد Distributed Training and Performance Optimization

تحقیق، سفارشی سازی و جامعه Research, Customization, and Community

  • لایه های سفارشی و توابع از دست دادن Custom Layers and Loss Functions

  • تکنیک های پژوهش محور Research-oriented Techniques

  • ادغام با سایر کتابخانه ها Integration with Other Libraries

  • کمک به PyTorch و تعامل با جامعه Contributing to PyTorch and Community Engagement

نمایش نظرات

آموزش تسلط بر PyTorch
جزییات دوره
2.5 hours
18
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
3,000
4.7 از 5
ندارد
دارد
دارد
Vivian Aranha
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Vivian Aranha Vivian Aranha

معمار راه حل های موبایل و مربی حرفه ای