لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش عمیق با PyTorch [ویدئو]
Deep Learning with PyTorch [Video]
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره ویدیویی شما را با یکی از پیشرفته ترین کتابخانه های یادگیری عمیق آشنا می کند: PyTorch. PyTorch که در پایتون نوشته شده است، به دلیل سهولت استفاده از سایر کتابخانه ها و استفاده از نمودارهای محاسباتی پویا، توجه همه متخصصان علم داده را به خود جلب کرده است.
در این دوره آموزشی، نحوه انجام وظایف مفید با استفاده از شبکه های عصبی کانولوشن برای پردازش داده های فضایی مانند تصاویر و استفاده از شبکه های عصبی تکراری برای پردازش داده های متوالی مانند متون را یاد خواهید گرفت. شما نحوه استفاده از داده های بدون برچسب را با استفاده از رمزگذارهای خودکار کشف خواهید کرد. شما همچنین یک شبکه عصبی را آموزش خواهید داد تا یاد بگیرید چگونه یک قطب را به تنهایی با استفاده از یادگیری تقویتی متعادل کنید. در طول این سفر، مکانیسم های مختلفی از چارچوب PyTorch را برای انجام این وظایف پیاده سازی خواهید کرد.
در پایان دوره ویدیویی، درک خوبی از الگوریتمها و تکنیکهای استفاده شده به دست خواهید آورد. شما دانش خوبی از نحوه عملکرد PyTorch و نحوه استفاده از آن برای حل مشکلات یادگیری ماشین روزانه خود خواهید داشت.
تمام کدها و فایل های پشتیبانی این دوره در GitHub در https://github.com/PacktPublishing/Deep-learning-with-PyTorch-video موجود است.
این دوره از Python 3.6 و PyTorch 0.3 استفاده می کند، در حالی که آخرین نسخه موجود نیست، محتوای مرتبط و آموزنده را برای کاربران قدیمی Python و PyTorch ارائه می دهد. مفاهیم PyTorch و Deep Learning را درک کنید
شبکه عصبی خود را با استفاده از تکنیک های یادگیری عمیق در PyTorch بسازید.
با استفاده از تانسورها و متغیرها، عملیات اساسی را روی مجموعه داده خود انجام دهید
ساخت شبکه های عصبی مصنوعی در پایتون با شتاب GPU
ببینید CNN چگونه در PyTorch با یک مثال ساده بینایی کامپیوتری کار می کند
مدل RNN خود را از ابتدا برای تولید متن آموزش دهید
از رمزگذارهای خودکار در PyTorch برای حذف نویز از تصاویر استفاده کنید
آموزش تقویتی را برای حل تکلیف Cartpole OpenAI انجام دهید
دانش خود را در مورد یادگیری عمیق با استفاده از PyTorch گسترش دهید تا مشکلات یادگیری ماشین خود را حل کنید این دوره برای برنامه نویسان Python است که دانش یادگیری ماشینی دارند و می خواهند سیستم های یادگیری عمیق را با PyTorch بسازند. دانش برنامه نویسی پایتون و حداقل مهارت های ریاضی (دستکاری ماتریس/بردار، احتمالات ساده) فرض شده است. PyTorch و تأثیر آن بر یادگیری عمیق را کاوش کنید
طراحی و پیاده سازی شبکه های عصبی قدرتمند برای حل برخی از مشکلات چشمگیر به صورت گام به گام
برای حل موارد استفاده مشابه خارج از این دوره، مثال ها را دنبال کنید
سرفصل ها و درس ها
شروع با PyTorch
Getting Started With PyTorch
بررسی اجمالی دوره
The Course Overview
مقدمه ای بر PyTorch
Introduction to PyTorch
نصب PyTorch در لینوکس و ویندوز
Installing PyTorch on Linux and Windows
نصب CUDA
Installing CUDA
مقدمه ای بر تانسورها و متغیرها
Introduction to Tensors and Variables
کار با PyTorch و NumPy
Working with PyTorch and NumPy
کار با PyTorch و GPU
Working with PyTorch and GPU
مدیریت مجموعه داده ها در PyTorch
Handling Datasets in PyTorch
یادگیری عمیق با استفاده از PyTorch
Deep Learning Using PyTorch
آموزش اولین شبکه عصبی
Training Your First Neural Network
ساخت یک شبکه عصبی ساده
Building a Simple Neural Network
توابع از دست دادن در PyTorch
Loss Functions in PyTorch
بهینه سازها در PyTorch
Optimizers in PyTorch
آموزش شبکه عصبی
Training the Neural Network
ذخیره و بارگذاری یک شبکه عصبی آموزش دیده
Saving and Loading a Trained Neural Network
آموزش شبکه عصبی روی یک GPU
Training the Neural Network on a GPU
Computer Vision - CNN برای تشخیص ارقام
Computer Vision – CNN for Digits Recognition
ساخت عامل Cartpole با استفاده از DQN
Building the Cartpole Agent Using DQN
آموزش و تست
Training and Testing
نمایش نظرات
Packtpub یک ناشر دیجیتالی کتابها و منابع آموزشی در زمینه فناوری اطلاعات و توسعه نرمافزار است. این شرکت از سال 2004 فعالیت خود را آغاز کرده و به تولید و انتشار کتابها، ویدیوها و دورههای آموزشی میپردازد که به توسعهدهندگان و متخصصان فناوری اطلاعات کمک میکند تا مهارتهای خود را ارتقا دهند. منابع آموزشی Packtpub موضوعات متنوعی از جمله برنامهنویسی، توسعه وب، دادهکاوی، امنیت سایبری و هوش مصنوعی را پوشش میدهد. محتوای این منابع به صورت کاربردی و بهروز ارائه میشود تا کاربران بتوانند دانش و تواناییهای لازم برای موفقیت در پروژههای عملی و حرفهای خود را کسب کنند.
آناند ساها یک نرم افزار حرفه ای با 15 سال تجربه در توسعه محصولات و خدمات سازمانی است. در سال 2007، او با یادگیری ماشینی برای پیشبینی الگوهای تماس در TATA Communications کار کرد. در سیمانتک و وریتاس، او روی ویژگیهای مختلف یک محصول پشتیبان سازمانی که توسط شرکتهای Fortune 500 استفاده میشود، کار کرد. در طول مسیر، او با شرکت در Coursera و Udacity MOOC علایق خود را در یادگیری عمیق پرورش داد.
او علاقه زیادی به یادگیری عمیق و کاربردهای آن دارد. به طوری که در ابتدای سال 2017 از Veritas خارج شد تا تمام وقت خود را بر روی تمرینات یادگیری عمیق متمرکز کند. آناند خطوط لوله ای برای شناسایی و شمارش گونه های در حال انقراض از تصاویر هوایی ساخت، یک بازوی روباتیک را برای انتخاب و قرار دادن اشیا آموزش داد و کاغذهای NIPS را پیاده سازی کرد. علایق او در بینایی کامپیوتر و بهینه سازی مدل نهفته است.
نمایش نظرات