Основы глубокого обучения: построение нейронных сетей с помощью Python

Искусственный интеллект быстро трансформирует каждую отрасль, делая глубокое понимание его основной технологии - нейронных сетей - необходимым навыком для современных разработчиков и ученых данных. Этот курс предоставляет структурированное, фундаментальное введение в глубокого обучения. Освоив основные архитектурные и обучающие методологии, вы получите практические навыки построения, оптимизации и оценки функциональных моделей глубокого обучения с использованием отраслевых стандартов. Что вы узнаете: * Понять основные компоненты и архитектуры искусственных нейронных сетей, включая передачу, конверсионные и рекурсивные слои. * Узнайте, как модели учатся через прямое распространение, функции потерь и обратное распространения с использованием градиент спуска оптимизации. * Практикуем реализацию и настройку моделей глубокого обучения с использованием популярных платформ TensorFlow и PyTorch. * Применять методы глубинного обучения для решения общих задач реального мира, включая классификацию изображений и базовую обработку естественного языка. * Настройка эффективных тренировочных трубопроводов, управление подготовкой данных и оценка производительности модели с использованием соответствующих метрик. * Внедрение практических методов, таких как обучение передаче, для использования предварительно обученных моделей и ускорения разработки сложных задач. Курс начинается с математических основ нейронных сетей, затем рассматриваются общие архитектуры, и в конце проводятся практические занятия по созданию и обучению моделей для компьютерного зрения и анализа текста. Этот курс предназначен для абсолютно начинающих в глубоком обучении, которые обладают базовыми навыками программирования на Python и знакомы с концепциями линейной алгебры. Не требуется предыдущий опыт работы с нейронными сетями. Начните наращивать свой опыт в самой трансформационной технологии десятилетия.