آموزش یادگیری JAX

Learning JAX

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
در این دوره، مربی جانانی راوی به شما نگاهی عمیق به JAX می‌دهد، یک کتابخانه آزمایشی جدید پایتون که برای کارایی بالا، محاسبات علمی و یادگیری ماشین طراحی شده است. جانانی شما را از تمام جنبه های JAX و توانایی های آن می برد، از جمله: کامپایل به موقع. بردارسازی خودکار و موازی سازی خودکار؛ شیب محاسباتی؛ انجام دگرگونی ها بر روی pytrees. آموزش شبکه های عصبی ساده و بیشتر.

سرفصل ها و درس ها

مقدمه Introduction

  • پیش نیازها Prerequisites

  • JAX چیست؟ What is JAX?

  • چرا از JAX استفاده کنیم؟ Why use JAX?

  • انتخاب JAX Choosing JAX

  • JAX در مقابل TensorFlow در مقابل PyTorch JAX vs. TensorFlow vs. PyTorch

  • راه اندازی با Colab Getting set up with Colab

  • امتحان فصل Chapter Quiz

1. کار با آرایه های JAX 1. Working with JAX Arrays

  • آرایه های JAX JAX arrays

  • آرایه های JAX و آرایه های NumPy: شباهت ها JAX arrays and NumPy arrays: Similarities

  • آرایه های JAX و آرایه های NumPy: تفاوت ها JAX arrays and NumPy arrays: Differences

  • سرعت ارسال ناهمزمان و آرایه JAX افزایش می یابد Asynchronous dispatch and JAX array speed up

  • امتحان فصل Chapter Quiz

2. تالیف Just-in-Time 2. Just-in-Time Compilation

  • تبدیل تابع قابل ترکیب Composable function transformations

  • JIT و توابع خالص JIT and pure functions

  • با استفاده از JIT Using JIT

  • اشیاء ردیاب در JIT Tracer objects in JIT

  • توابع ناخالص و JIT: جریان های ورودی/خروجی Impure functions and JIT: I/O streams

  • توابع ناخالص و JIT: حالت جهانی Impure functions and JIT: Global state

  • توابع ناخالص و JIT: تکرار کننده ها Impure functions and JIT: Iterators

  • Jaxprs Jaxprs

  • کنترل بیانیه های جریان و JIT Control flow statements and JIT

  • آرگومان های ایستا در توابع جیت شده Static arguments in jitted functions

  • Lambdas و JIT Lambdas and JIT

  • امتحان فصل Chapter Quiz

3. بردارسازی خودکار و موازی سازی خودکار 3. Automatic Vectorization and Automatic Parallelization

  • درک برداری و موازی سازی Understanding vectorization and parallelization

  • بردارسازی خودکار Automatic vectorization

  • مقایسه دسته بندی ساده و دستی با برداری خودکار Comparing naive and manual batching with automatic vectorization

  • امتحان فصل Chapter Quiz

4. محاسبه گرادیان 4. Computing Gradients

  • درک محاسبات گرادیان Understanding gradient computation

  • محاسبه گرادیان Gradient computation

  • شیب مرتبه بالاتر Higher order gradients

  • یعقوبیان و هسی ها Jacobians and Hessians

5. انجام تبدیل بر روی pytrees 5. Performing Transformations on pytrees

  • درک pytrees Understanding pytrees

  • pytrees ساده Simple pytrees

  • عملیات روی pytrees Operations on pytrees

  • ظروف Pytree Pytree containers

  • ظروف سفارشی به عنوان pytrees Custom containers as pytrees

  • امتحان فصل Chapter Quiz

6. آموزش شبکه های عصبی ساده 6. Training Simple Neural Networks

  • رگرسیون با استفاده از یک نورون واحد: بارگذاری و پیش پردازش داده ها Regression using a single neuron: Loading and preprocessing data

  • رگرسیون با استفاده از یک نورون واحد: توابع کمک کننده Regression using a single neuron: Helper functions

  • رگرسیون با استفاده از یک نورون واحد: آموزش و ارزیابی یک مدل Regression using a single neuron: Training and evaluating a model

  • رگرسیون با استفاده از شبکه عصبی: توابع کمکی Regression using a neural network: Helper functions

  • رگرسیون با استفاده از شبکه عصبی: آموزش یک مدل و تجسم نتایج Regression using a neural network: Training a model and visualizing results

  • طبقه بندی با استفاده از شبکه عصبی: بارگذاری و پیش پردازش داده ها Classification using neural network: Loading and preprocessing data

  • طبقه بندی با استفاده از شبکه عصبی: مدل آموزش و ارزیابی Classification using neural network: Training and evaluating model

نتیجه Conclusion

  • خلاصه و مراحل بعدی Summary and next steps

نمایش نظرات

نظری ارسال نشده است.

آموزش یادگیری JAX
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 23m
46
Linkedin (لینکدین) lynda-small
27 مهر 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
دارد
دارد
دارد
Janani Ravi

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Janani Ravi Janani Ravi

معمار و مهندس داده خبره Google Cloud

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.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.