Чему вы научитесь
- Установка и настройка PyTorch, включая поддержку CUDA
- Основы тензоров: оси, ранги, форма и операции (reshape, squeeze, flatten и др.)
- Элементарные, редукционные и индексные операции с тензорами
- Использование Broadcasting и визуализация форм тензоров в CNN
- Работа с датасетами (Fashion MNIST), загрузка, предобработка и нормализация данных
- Принципы построения нейросетей в PyTorch (модули, последовательности, веса, forward)
- Тренировочные циклы, вычисление функции потерь, метрик и построение confusion matrix
- Отладку кода с помощью встроенных средств PyTorch
- Интеграцию с TensorBoard для отслеживания метрик
- Разработку кастомного фреймворка для гиперпараметрических и архитектурных экспериментов
- Продвинутые темы: num_workers, оптимизация загрузки данных, работа с GPU и Sequential моделью
О курсе
Этот курс предоставляет фундаментальные и практические знания по глубокому обучению с использованием PyTorch — одного из ведущих фреймворков машинного обучения. Вы шаг за шагом освоите работу с тензорами, архитектурой нейросетей, загрузкой и предобработкой данных, обучением моделей и визуализацией экспериментов. Курс ориентирован на разработку прикладных навыков, в том числе создание собственных фреймворков для тестирования гиперпараметров и отладки нейросетей.
Для кого этот курс
Люди, интересующиеся нейросетями и желающие перейти от теории к практике
Начинающие и продолжающие разработчики, желающие глубоко понять внутренности PyTorch
ML-инженеры, стремящиеся систематизировать знания и освоить продвинутые методы отладки
Исследователи, которым нужен собственный фреймворк для гибких экспериментов с архитектурами
Начальные требования
-
Уверенное знание Python
-
Базовое понимание работы нейросетей и глубинного обучение на уровне курса Нейронные сети: Основы глубокого обучения с нуля. По промокоду TORCH скидка :)
-
Опыт работы с Jupyter или иной средой разработки на Python (pyCharm, VS etc.)
Преподаватели курса
1 859
Как проходит обучение
-
📄 Текстовые уроки
-
🧪 Квизы и интерактивные проверки понимания
-
💻 Примеры кода (всего более 1800 строк) с пояснениями
-
⚙️ Задания на код для отработки практики
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 22 учеников получили сертификат.
Что вы получите
- Навыки и знания, востребованные работодателями в сфере Data Science и AI
- Умение работать с тензорами и выполнять ключевые операции (reshape, squeeze, broadcasting и др.)
- Практические навыки создания нейронных сетей на Python с использованием PyTorch
- Практический опыт подготовки датасетов и использования DataLoader в PyTorch
- Навыки отладки кода и интеграции с TensorBoard для визуализации обучения
- Возможность создания собственного фреймворка для экспериментирования с гиперпараметрами
- Отработку теории на практике через код-проекты и задания
- Поддержку преподавателя
- Сертификат об успешном завершении курса
- Готовые проекты в портфолио на основе реальных задач в области глубокого обучения