(Inggris) Deep Learning with PyTorch: A Practical Python-First Guide

Pembelajaran dalam memungkinkan terobosan teknologi yang paling menarik saat ini, namun untuk memulainya sering terasa berat karena matematika yang padat atau kode yang terlalu kompleks. Kursus tertulis ini menawarkan jalur yang jelas dan terstruktur untuk menguasai PyTorch, kerangka kerja standar industri yang disukai oleh peneliti dan pengembang. Anda akan berpindah dengan lancar dari konsep pemrograman dasar ke pelatihan jaringan saraf Anda sendiri. Dengan fokus pada perkembangan logis model – dimulai dengan regresi sederhana dan membangun jaringan multi-lapisan – Anda akan memahami bagaimana dan mengapa pembelajaran mendalam bekerja. Apa yang akan kau pelajari: - Mengerti konsep dasar tensor, gradien, dan grafik komputasi - Membuat dan melatih model regresi linear dan logistik dari nol menggunakan PyTorch - Desain jaringan saraf multi-lapisan untuk tugas klasifikasi dan regresi - Melaksanakan modern pelatihan loop, fungsi kerugian, dan algoritma optimasi - Terapkan praktik pengkodean perangkat-agnostik untuk menjalankan model pada CPU, CUDA, atau Apple Silicon - Memanfaatkan transfer learning dengan model yang sudah dilatih untuk memecahkan masalah klasifikasi Perjalanan dimulai dengan terminologi dasar dan mekanika tensor, sebelum bergerak langkah demi langkah melalui model regresi, jaringan saraf buatan, dan aliran kerja model-saving modern. Anda akan membaca penjelasan yang jelas dan mempelajari potongan kode yang terstruktur dengan baik yang dirancang untuk membuat konsep-konsep yang kompleks menjadi intuitif. Kursus ini dirancang untuk pemula, pengembang perangkat lunak, dan ilmuwan data yang bercita-cita yang ingin pengenalan praktis untuk pembelajaran mendalam menggunakan Python, tanpa memerlukan latar belakang matematika tingkat lanjut. Mulai perjalanan pembelajaran dalam Anda hari ini dan membangun fondasi yang kuat di PyTorch.