Implementing Neural Networks with PyTorch
Den här kursen ger dig en heltäckande översikt över PyTorch, och hur det kan användas för att designa och träna sofistikerade neurala nätverk.
Efter kursen har du de kunskaper och färdigheter som krävs för att att utveckla modeller för användning i scenarier med datorseende (Computer Vision).
Målgrupp och förkunskaper
Den här kursen riktar sig till utvecklare och Data Scientists. Kursen kräver grundkunskaper om Python.
Detaljerad information
Kursmaterialet är på engelska, med detta innehåll:
Machine Learning Theory
Introduction to the theory of Machine Learning.
- Recreation algorithms
- Classification algorithms
- Activation functions
- Model training and evaluation
Designing and Training Neural Networks
Learn how to design and train neural networks using in PyTorch.
- Neural networks theory
- Designing Neural Networks in PyTorch
- Training and evaluating neural networks
Convolutional Neural Networks and Computer Vision
Learn the concepts of applying convolutional neural networks (CNNs) to computer vision.
- Convolutional Neural networks theory
- Convolutional networks in PyTorch
- Image classification using convolutional neural networks (CNNs)
Leveraging Pre-trained Networks
Leverage the feature detection provided by pre-trained CNNs to accelerate the training of computer vision models.
- Feature identification
- Leveraging pre-trained networks
- Training and evaluating pre-trained networks