พื้นฐานการเรียนรู้ลึกด้วย PyTorch

หลักสูตรนี้จะให้ความรู้เบื้องต้นเกี่ยวกับกลไกของเครือข่ายประสาท ช่วยให้คุณสามารถเปลี่ยนแปลงจากแนวคิดพื้นฐานของข้อมูลไปสู่การสร้างแบบจำลองการเรียนรู้ลึกที่ทำงานได้ คุณจะเรียนรู้การแปลทฤษฎีทางคณิตศาสตร์เป็นโค้ดที่ทำงานได้ สร้างรากฐานที่มั่นคงสำหรับอาชีพในด้านปัญญาประดิษฐ์ คุณจะเรียนรู้ขั้นตอนพื้นฐานของการพัฒนาแบบจำลอง เรียนรู้วิธีการสร้างโครงสร้างข้อมูล นิยามสถาปัตยกรรม และปรับแต่งผลการทดสอบแบบซ้ำๆ จนถึงตอนจบของหลักสูตรนี้ คุณจะสามารถใช้เทคนิคการเรียนรู้ลึกเพื่อแก้ไขปัญหาในโลกจริงได้อย่างมั่นใจ คุณจะเรียนรู้อะไร เข้าใจความแตกต่างของโครงสร้างระหว่างการเรียนรู้ลึก และการเรียนรู้ของเครื่องแบบคลาสสิก - สร้างและจัดการวงจรการฝึกอบรม เพื่อปรับปรุงพารามิเตอร์ของโมเดลให้มีประสิทธิภาพ - ใช้ฟังก์ชันการสูญเสียต่าง ๆ ในการแก้ไขปัญหาทั้งการถดถอยและการจัดประเภท - ใช้ TorchMetrics ในการประเมินและตรวจสอบประสิทธิภาพของโมเดล - ฝึกปรับค่าไฮเปอร์พารามิเตอร์ เพื่อเพิ่มความแม่นยำของระบบประสาท - ใช้รูปแบบการโหลดข้อมูลที่มีประสิทธิภาพ สำหรับการจัดการกับชุดข้อมูลที่หลากหลาย หลักสูตรนี้เริ่มต้นด้วยคำศัพท์พื้นฐานและกายวิภาคของเครือข่ายประสาท ก่อนที่จะนำคุณผ่านขั้นตอนการสร้าง, ฝึก, และปรับปรุงแบบจำลอง หลักสูตรนี้สร้างขึ้นสำหรับผู้เริ่มต้น ไม่จำเป็นต้องมีประสบการณ์ก่อนหน้านี้ในการเรียนรู้ลึก เพื่อที่จะประสบความสำเร็จ เริ่มเรียนรู้พื้นฐานของการเรียนรู้ลึกวันนี้