Mạng lưới thần kinh sâu với PyTorch

Khóa học này có 10 phần.

Khóa học sẽ dạy bạn cách phát triển các mô hình học sâu sử dụng PyTorch. Khóa học sẽ bắt đầu với tensors và gói Tự động phân biệt (Automatic differentiation) của PyTorch. Sau đó, mỗi phần sẽ bao gồm các mô hình khác nhau, bắt đầu với các khái niệm cơ bản như Hồi quy tuyến tính và hồi quy logistic/softmax. Tiếp theo là các mạng nơ-ron sâu Feedforward, vai trò của các hàm kích hoạt khác nhau, các lớp chuẩn hóa và dropout. Sau đó, Mạng nơ-ron tích chập (Convolutional Neural Networks) và học chuyển giao (Transfer learning) sẽ được đề cập. Cuối cùng, một số phương pháp học sâu khác sẽ được bao phủ.

Những gì bạn sẽ học:

• Thể hiện sự hiểu biết của bạn về các thuật toán học sâu và triển khai chúng bằng PyTorch.
• Giải thích và áp dụng kiến thức về các Mạng nơ-ron sâu và các phương pháp học máy liên quan.
• Mô tả cách sử dụng các thư viện Python như PyTorch cho các ứng dụng Học sâu.
• Xây dựng các Mạng nơ-ron sâu sử dụng PyTorch.