Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
این دوره جنبه های مهم عملی نصب PyTorch را از ابتدا روی انواع مختلف سیستم عامل و استفاده از مدل های طبقه بندی و رگرسیون را پوشش می دهد. این دوره بخشی از موارد زیر است: ساختن راه حل های یادگیری عمیق با PyTorch Path همه را بزرگ کنید بررسی اجمالی دوره دهه یکم نصب PyTorch در یک ماشین محلی 37 متر 10 ثانیه درک رگرسیون خطی با یک نورون منفرد 34m 33s ساخت مدل رگرسیون با استفاده از PyTorch 37m 27s ساخت یک مدل طبقه بندی با استفاده از PyTorch دهه 33 متر علائم تجاری و نامهای تجاری اشخاص ثالث ذکر شده در این دوره متعلق به صاحبان مربوطه می باشند و Pluralsight وابسته یا تأیید شده توسط این احزاب نیست.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
نصب PyTorch در یک ماشین محلی
Installing PyTorch on a Local Machine
بررسی اجمالی ماژول
Module Overview
پیش نیازها و طرح کلی دوره
Prerequisites and Course Outline
پشتیبانی از CUDA در PyTorch
CUDA Support in PyTorch
بررسی گزینه های نصب PyTorch در یک ماشین محلی
Exploring PyTorch Install Options on a Local Machine
راه اندازی یک ماشین مجازی
Setting up a Virtual Machine
نصب PyTorch با پشتیبانی CPU با استفاده از Conda
Installing PyTorch with CPU Support Using Conda
نصب PyTorch با پشتیبانی CPU با استفاده از Pip
Installing PyTorch with CPU Support Using Pip
افزودن پشتیبانی GPU به VM و نصب جعبه ابزار CUDA
Adding GPU Support to the VM and Installing the CUDA Toolkit
نصب PyTorch با پشتیبانی GPU با استفاده از Conda
Installing PyTorch with GPU Support Using Conda
نصب PyTorch با پشتیبانی CUDA با استفاده از Pip
Installing PyTorch with CUDA Support Using Pip
خلاصه ماژول
Module Summary
درک رگرسیون خطی با یک نورون منفرد
Understanding Linear Regression with a Single Neuron
بررسی اجمالی ماژول
Module Overview
رگرسیون خطی
Linear Regression
یافتن بهترین خط مناسب
Finding the Best Fit Line
شیب نزولی
Gradient Descent
آموزش یک شبکه عصبی ساده با یک نورون
Training a Simple Neural Network with One Neuron
تجسم نتایج رگرسیون و مقایسه آنها با رگرسیون با استفاده از یادگیری دقیق
Visualizing Regression Results and Compare with Regression Using scikit-learn
جلوگیری از نصب بیش از حد با استفاده از قاعده مند شدن
Preventing Overfitting Using Regularization
انجام رگرسیون ریج با استفاده از شبکه عصبی با یک نورون
Performing Ridge Regression Using a Neural Network with One Neuron
خلاصه ماژول
Module Summary
ساخت مدل رگرسیون با استفاده از PyTorch
Building a Regression Model Using PyTorch
بررسی اجمالی ماژول
Module Overview
آموزش شبکه عصبی به جلو و عقب
Training a Neural Network Forward and Backward Passes
بهینه سازها
Optimizers
ساخت یک شبکه عصبی با استفاده از لایه های PyTorch
Building a Neural Network Using PyTorch Layers
آموزش شبکه عصبی با استفاده از بهینه سازها
Training a Neural Network Using Optimizers
ترک تحصیل
Dropout
دوره ها و دسته ها
Epochs and Batches
بررسی مجموعه اشتراک دوچرخه
Exploring the Bike Sharing Dataset
با استفاده از مجموعه داده ها و Data Loaders در PyTorch
Using Datasets and Data Loaders in PyTorch
ساخت و آموزش یک شبکه عصبی برای پیش بینی تقاضای تقسیم دوچرخه
Building and Train a Neural Network for Bike Sharing Demand Prediction
کار با معماری های مختلف شبکه عصبی
Working with Different Neural Network Architectures
خلاصه ماژول
Module Summary
ساخت یک مدل طبقه بندی با استفاده از PyTorch
Building a Classification Model Using PyTorch
بررسی اجمالی ماژول
Module Overview
Softmax و Cross Entropy
Softmax and Cross Entropy
Softmax و LogSoftmax
Softmax and LogSoftmax
ارزیابی طبقه بندی ها
Evaluating Classifiers
بررسی مجموعه پذیرش فارغ التحصیلان
Exploring the Graduate Admissions Dataset
پیش پردازش داده ها
Preprocessing the Data
ساخت یک شبکه عصبی سفارشی
Building a Custom Neural Network
آموزش و ارزیابی شبکه عصبی
Training and Evaluating the Neural Network
سفارشی سازی و ارزیابی مدل های مختلف
Customizing and Evaluating Different Models
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات
نظری ارسال نشده است.