Applied Deep Learning Project: Build and Train Models with PyTorch and Keras (bằng tiếng Anh)

Chuyển từ học máy lý thuyết sang xây dựng mô hình học sâu thực tế có thể cảm thấy quá sức. Hướng dẫn dựa trên văn bản này đơn giản hóa quá trình bằng cách hướng dẫn bạn qua một quy trình làm việc hoàn chỉnh, thực tế của dự án học sâu. Bạn sẽ học được những kỹ năng cần thiết để tải các tập dữ liệu thực tế, xử lý trước dữ kiện, xây dựng mạng nơron bằng các khung chuẩn của ngành, và đánh giá hiệu suất của chúng. Cuối khóa học này, bạn sẽ hiểu cách xây dựng và thực hiện một dự án học sâu từ đầu đến cuối. Bạn sẽ học được gì: Hiểu các khái niệm học sâu cơ bản, kiến trúc mạng nơron và thuật ngữ chính; Chuẩn bị và xử lý trước các tập dữ liệu thô để sẵn sàng cho việc huấn luyện mô hình; Tạo các mô hình học sâu bằng cách sử dụng cả PyTorch và khung Keras; Huấn lớp mạng nền hiệu quả trong khi giám sát hiệu suất để ngăn ngừa quá phù hợp; Đánh giá và xác nhận mô hình của bạn bằng cách sử dụng các thước đo hiện đại để đảm bảo độ tin cậy trong thế giới thực; Ứng dụng các thực hành tốt nhất trong việc lưu, tải mô hình, và điều chỉnh siêu tham số cơ bản. Chương trình bắt đầu với các định nghĩa cốt lõi và các khái niệm cấu trúc, sau đó hướng dẫn bạn qua các bước viết bước lặp đi lặ p lại về việc chuẩn bị dữ liệu, xây dựng mô hình và xác minh. Bạn sẽ học bằng cách đọc các lời giải thích rõ ràng và kiểm tra các đoạn mã thực tế mà bạn có thể sử dụng cho các dự án của mình. Chương trình này được thiết kế cho các nhà khoa học dữ liệu và lập trình viên mới bắt đầu với học sâu và muốn có một kinh nghiệm thực tế, có cấu trúc với các dự định không cần phải có những yêu cầu tiên tiến. Bắt đầu đọc hôm nay để xây dựng mô hình học sâu đầu tiên của bạn.