آموزش کاربردی PyTorch برای یادگیری ماشین - آخرین آپدیت
دانلود Hands-On Introduction to PyTorch for Machine Learning
بسیاری از هیجانانگیزترین و نوآورانهترین پروژههای تکنولوژی در جهان از قدرت یادگیری ماشین (Machine Learning) بهره میبرند. اما اگر میخواهید به عنوان یک دانشمند داده یا مهندس یادگیری ماشین متمایز شوید، باید با ابزارهای روز و بهترین روشها برای ایجاد مدلهای مؤثر و پیشبینیپذیر بهروز بمانید. در این دوره، مدرس (Helen Sun) به شما نشان میدهد که چگونه از Jupyter Notebook برای شروع کار با PyTorch استفاده کنید؛ فریمورک متنباز یادگیری ماشین که به دلیل سادگی، کارایی و APIهای قدرتمندش شناخته شده است. مفاهیم پایه PyTorch، از جمله تنسورها (Tensors)، اپراتورها و تبدیل دادهها به NumPy و بالعکس را بررسی خواهید کرد و با نحوه استفاده از autograd که تاریخچه هر محاسبه ثبت شده توسط فریمورک را ردیابی میکند، آشنا میشوید. در پایان این دوره، شما مهارتهای لازم برای بهرهبرداری حداکثری از کتابخانههای TorchVision، TorchAudio و TorchText را کسب خواهید کرد.
مقدمه Introduction
-
بررسی قابلیتهای PyTorch Explore the capabilities of PyTorch
1. آمادهسازی 1. Preparation
-
توضیحات موارد کاربرد Use case explanations
-
بررسی مجموعه دادهها با PyTorch Dataset exploration with PyTorch
2. مبانی PyTorch 2. PyTorch Basics
-
بررسی پیشرفته autograd در PyTorch Advanced PyTorch autograd
-
درک عملیات پایه PyTorch Understand PyTorch basic operations
-
درک مکانیزم autograd در PyTorch Understand PyTorch autograd
-
درک تنسورهای PyTorch Understand PyTorch tensors
-
درک پل ارتباطی PyTorch و NumPy Understand PyTorch NumPy bridge
3. کتابخانه TorchVision 3. TorchVision
-
استفاده از TorchVision برای درک ویدیو و تصویر TorchVision for video and image understanding
-
مقدمهای بر TorchVision TorchVision introduction
4. کتابخانه TorchAudio 4. TorchAudio
-
استفاده از TorchAudio برای درک صوت TorchAudio for audio understanding
-
مقدمهای بر TorchAudio TorchAudio introduction
5. کتابخانه TorchText 5. TorchText
-
مقدمهای بر TorchText TorchText introduction
-
استفاده از TorchText برای ترجمه TorchText for translation
جمعبندی Conclusion
-
ادامه یادگیری در مورد PyTorch Continue learning about PyTorch
https://donyad.com/d/fcdb47
Helen Sun
استراتژیست فناوری و رهبر فکر
هلن با راه حل های نوآورانه ای که هوش مصنوعی، تجزیه و تحلیل ابری و تجزیه و تحلیل ابری را اعمال می کند، به تغییر کسب و کار کمک می کند. معماری. هلن قبل از پیوستن به فیس بوک به عنوان یک رهبر مهندسی و هوش مصنوعی، مدیر ارشد فناوری در Stats Perform و مدیر ارشد فناوری در بانک تجاری تجاری JP Morgan Chase بود. در طول سالها، او نقشهای اجرایی مختلفی را در Motorola Solutions، Oracle و Salesforce بر عهده داشته است.
هلن، سخنران اصلی و برنده جایزه، نویسنده کتابهای Oracle Big Data Handbook، Master Competitive Analytics است. با Oracle Endeca Information Discovery و Pro Salesforce Analytics Cloud: راهنمای Wave Platform، Builder و Explorer. او دارای مدرک دکترای فناوری آموزشی از دانشگاه تولدو است.
نمایش نظرات