Курс очень нравится, задачи заставляют думать над ответом. Нравится, что через задачи запоминаешь синтаксис pytorch.
Курс полезный. Материал понравился. и хотя автор пояснил, почему лекции в форме видео, всё таки формат текста удобнее. Ну на работе например или в транспорте это неудобно. А автору Благодарность за проделанную работу
Спасибо за комментарий.
Смело покупайте данный курс!!!
Познакомился с Pytorch. Автор хорошо преподает материал, в курсе есть полезные тестовые задания. Спасибо автору за курс!
Спасибо за отзыв.
Сергей, благодарю Вас за отличный курс, было очень интересно его проходить. Прошел все стадии -> непонимание ->отсутствие стремления переписывать конспекты-> гнев -> переписывание конспектов с видео на паузе->зачатки понимания-> решение задач -> желание продолжать обучение. Очень полезный и практический курс. Отлично помогает начать работать с pytorch. Главное не потерять энтузиазм после первых видео (правда масштабные получились), зато дальше пойдет попроще (вероятно). Курс шикарный, еще раз спасибо вам за отличную работу.
Спасибо за такой подробный отзыв. Рад, что курс был вам полезен.
Отличный курс, особенно когда есть хорошая теоретическая база! Искал как раз курс с максимумом практики. Хотелось бы чтобы в будущем появилось больше задач или продвинутый курс.
Спасибо за отзыв. Будет курс для профи. Разберём последние нововведения в Pytorch.
Отличный курс именно чтобы именно овладеть PyTorch как инструментом, не вникая пока во всякие градиентные спуски и прочее. Но кое-какой теоретический минимум всё же придется усвоить. Отдельное спасибо за лайфхаки с объяснениями в стиле "как делать нельзя и почему" и "как делать нужно обязательно И ПОЧЕМУ". Я здесь после курса по Numpy, мне манера преподавания такая очень зашла. С упражнениями всё гораздо лучше усваивается. Конспекты пишу, с дополнениями из нагугленного, и всем советую. То что курс "быстренький" это обманчиво, просто в видео даётся суперконцентрат, над которым еще подумать надо потом и осознать.
Мне понравилась интересная теоретическая часть и возможность практиковаться. Спасибо за курс и ждем новых!
Спасибо за отзыв.
4 с огромной натяжкой, не понимаю такого огромного числа оценок 5 Плюсы: 1. Дается база по работе с нейронками 2. Станете профессиональным счетоводом размерностей тензоров Минусы: 1. Тяжело и долго проходится 2. Мало теории (даже самой базовой), да и та, что дается, размазана по видео и из-за отсутствия текстовых конспектов очень быстро вылетает из головы. На мой взгляд почти полное отсутствие математики большой минус 3. Скачки сложности материала. Длинные фрагменты кода из видео предлагается просто кучу раз переписать и вызубрить, зато массы задач в духе "укажите правильный размер тензора" и "угадайте операцию по результату" 4. Нет задач к последнему блоку 5. Разобрано мало архитектур
Не могу пройти мимо комментариев, которые считаю абсолютно беспочвенными. "не понимаю такого огромного числа оценок 5" - поймёте, если почитаете, что пишут авторы этих оценок. Большинство из них подробно расписали почему оценили курс на 5 звёзд. "Тяжело и долго проходится" - может не в курсе дело?! Да и вообще, почему должно быть легко и быстро? "Мало теории" - в курсе дана вся необходимая база чтобы познакомится с обучением сетей при помощи PyTorch. А конкретно - подготовка данных, создание сетей, разобраны классы для создания сетей, обучение сетей, остановка обучения, сохранение обученной сети, дообучение сетей, transfer learning, разобраны многие слои сетей, применение scheduler-а. И всё это с примерами, хоть и с простыми. "и та, что дается, размазана по видео" - а где она должна быть "размазана", если курс содержит видео лекции? "из-за отсутствия текстовых конспектов очень быстро вылетает из головы" - кто вам мешает их составить? Я вас уверяю, если бы были конспекты, то вы всё равно всё забыли бы, как только закрыли вкладку. Запоминается только то, что сделано самостоятельно и то не всегда. "отсутствие математики большой минус" - как может быть минусом то, что заложено в основу курса? Так сделано не потому, что это хорошо или плохо. А потому, что это позволяет людям, которые боятся математики, сделать шаг в эту область до того, как им эта математика понадобится. А если им понравится обучать сети, то и в математике разберутся. С таким же успехом можно было написать - "отсутствие MLflow или ClearML большой минус" и всё в таком духе. "Скачки сложности материала" - материал структурирован и поменять разделы местами нельзя. Шаги обучения сетей идут друг за другом, какие-то разделы сложные, какие-то нет. Это нормально. "фрагменты кода из видео предлагается просто кучу раз переписать и вызубрить" - я не предлагаю кучу раз переписывать, одного раза вполне достаточно. А выучить последовательность действий придётся, если кто-то хочет учить сети самостоятельно. "зато массы задач в духе "укажите правильный размер тензора" ..." - я бы не сказал что прям масса, но да, я старался сделать как можно больше упражнений. "Нет задач к последнему блоку" - в последнем разделе детально разобраны архитектуры VGG, ResNet, U-Net. Этого более чем достаточно, чтобы понять как реализуются сети с помощью библиотеки PyTorch. До этого блока есть упражнения, которые учащегося плавно подводят к реализации этих сетей. В разделе 2.6 упр.5 учащиеся самостоятельно реализуют U-Net до того, как познакомятся с этой сетью. В разделе 3.4 упр. 3-4-5-6 учащиеся самостоятельно реализуют блоки сети ResNet до того, как узнают об этой сети. И ещё "масса" слоёв разных сетей учащиеся реализуют самостоятельно, при этом всё подписано, какой слой в какой сети используется. Чтобы учащийся понимал, что он реализует слой, который реально применяется в нейронных сетях. И это всё при моей почти круглосуточной поддержке.