Чему вы научитесь
- Изучите базовую математику, необходимую для работы с нейронными сетями на примерах и анимациях.
- Освоите PyTorch с нуля создав 5 уникальных нейронных моделей.
- Сможете создавать сложные архитектуры, включая энкодеры и декодеры для задач классификации и генерации.
- Изучите основы Feed-forward сетей (MLP) и научитесь распознавать цифры.
- Освоите CNN для классификации изображений, применяя их для компьютерного зрения.
- Построите RNN для генерации связного текста из последовательностей.
- Освоите LSTM для тренировки чатбота и DCGAN для генерации изображений
- Овладеете настройкой гиперпараметров: learning rate, batch size и т.д.
- Получите навыки тестирования и оценки эффективности нейросетей.
- Примените полученные знания на практике для решения любых задач, связанных с нейронными сетями.
- Получите достаточный опыт для перехода к более сложным моделям, таким как трансформеры и диффузионные модели. Дополнительные курсы по этим темам доступны в нашей онлайн-школе Codemoon.
О курсе
Освойте нейросети на PyTorch с нуля! В этом курсе вы быстро разберётесь в ИИ — от базовых перцептронов до трендовых моделей, с наглядными анимациями и практикой. Создайте уникальные нейросети: распознавайте цифры с Feed-forward, классифицируйте изображения с CNN, генерируйте тексты с RNN, генерируйте изображения с DCGAN. Максимум практики — минимум сложностей!
Для кого этот курс
Этот курс идеально подойдет для тех, кто хочет разобраться в основах нейронных сетей без глубокого погружения в сложную математику. Он рассчитан на:
🚀 Новичков в ИИ и машинном обучении
Вы только начинаете разбираться в нейросетях, но не знаете, с чего начать? Курс проведет вас от баз до создания собственных моделей без сложной математики.
💻 Программистов, но без опыта в нейросетях
Вы уже умеете кодить, но хотите освоить PyTorch и научиться тренировать нейросети? Курс даст вам четкое понимание основ и много практики.
🎓 Студентов или самоучек
Хотите узнать, как нейросети работают «под капотом», но вас пугают сложные формулы? Мы объясним все просто, с анимациями и примерами.
🔬 Разработчиков, которые хотят углубиться в ИИ
Хотите прокачать навыки и научиться строить реальные нейросетевые модели? Курс поможет разобраться и даст четкую дорожную карту.
🔥 Любителей практики
Вы цените реальные проекты? В рамках курса вы обучите свою нейросеть — будь то генератор стихов, классификатор изображений или даже автопилот!
Начальные требования
- Никакой сложной математики – всё объясним простыми словами и наглядными анимациями.
- Не нужен опыт в PyTorch – разберёмся с нуля, шаг за шагом.
- Базовые знания Python – если умеете писать простые скрипты и понимаете циклы, функции,списки и классы этого достаточно.
Необязательно иметь видеокарту! Мы вам расскажем о методах тренировки нейронных сетей на бесплатных платформах.
Преподаватели курса
1 010
Как проходит обучение
📌 Пошаговое обучение – от основ нейросетей до сложных архитектур, всё объясняется простым языком.
🎬 Анимации и визуализация – сложные темы становятся понятными благодаря наглядным объяснениям и пошаговым визуализациям.
📝 Практический подход – каждый раздел сопровождается заданиями и проектами, чтобы вы сразу закрепляли знания.
🛠 Современные индустриальные практики – изучаем актуальные методы, которые применяются в реальных проектах.
🤖 Работаем с PyTorch – осваиваем библиотеку с нуля, шаг за шагом.
🎯 Обязательные проекты – создадите несколько нейросетей для своего портфолио: генератор стихов, классификатор изображений, автопилот и другие.
💬 Поддержка и сообщество – помощь на каждом этапе и обсуждение сложных вопросов с кураторами и единомышленниками.
🚀 Без скучной математики! – разберётесь в нейросетях, даже если раньше не изучали сложные формулы.
Сертификат
Успешно завершив курс, вы получите сертификат от платформы Stepik. Уже 37 учеников получили сертификат.
Что вы получите
- На курсе вы создадите три уникальные модели, каждая из которых поможет освоить разные архитектуры нейронных сетей:
- Распознавание цифр — с помощью простого Feed-forward нейронного подхода (MLP) вы научитесь строить модель, способную распознавать рукописные цифры. Этот проект познакомит вас с основами обработки данных и обучением нейросетей.
- Классификатор еды — мощная Convolutional Neural Network (CNN), которая классифицирует изображения 101 вида пищи. Эта модель поможет вам понять, как CNN анализирует визуальные данные, применяя их для задач компьютерного зрения. Подобные архитектуры активно используются в системах автопилотов, медицинской диагностике и распознавании объектов.
- Генератор текста — рекуррентная нейронная сеть (RNN), которая генерирует связный текст, обучаясь на символах (char-RNN). Этот проект покажет, как RNN работает с последовательными данными и как она может быть использована для создания текста, что актуально для задач, связанных с NLP.
- После прохождения курса вы сможете уверенно создавать свои нейронные модели. А также получите фундамент для перехода к более сложным нейронным моделям, таким как диффузионные модели и трансформеры (например, GPT).
- Также вас ждет поддержка наставников с ответами в течение дня, доступ к телеграм группе для обсуждений.
- сертификат, подтверждающий ваше обучение.
Нагрузка
4 часа в неделю