Содержание пакета (3 курса)
1. PyTorch: от тензоров до нейросетей и кастомных фреймворков🔥 3.67
Введение
4 урока
1.
Пререквизиты
↗
2.
Что такое PyTorch?
↗
3.
Установка PyTorch
↗
4.
Использование GPU
↗
Тензоры и операции с ними
6 уроков
1.
Тензоры
↗
2.
Форма входного тензора в CNN и карты признаков
↗
3.
Тензоры PyTorch
↗
4.
Операции с тензорами - 1
↗
5.
Операции с тензорами - 2
↗
6.
Практика
↗
Работа с данными
3 урока
1.
Fashion-MNIST
↗
2.
Извлечение, преобразование и загрузка (ETL)
↗
3.
Datasets и DataLoaders
↗
Создание нейронных сетей в PyTorch
10 уроков
1.
Создание нейронных сетей
↗
2.
Слои
↗
3.
Весовые коэффициенты
↗
4.
Линейные слои
↗
5.
Прямой проход
↗
6.
Реализация прямого прохода в CNN
↗
7.
Объяснение прямого распространения
↗
8.
Обработка пакетов
↗
9.
Выход CNN
↗
10.
Практика
↗
Обучение нейронных сетей в PyTorch
7 уроков
1.
Процесс обучения CNN
↗
2.
Цикл обучения CNN
↗
3.
Матрица ошибок
↗
4.
Конкатенация и Стекинг
↗
5.
TensorBoard
↗
6.
Гиперпараметры
↗
7.
Практика
↗
Экспериментация
11 уроков
1.
Run Builder
↗
2.
Оптимизация цикла обучения CNN
↗
3.
Тестирование DataLoader
↗
4.
Запуск на GPU
↗
5.
Нормализация данных
↗
6.
PyTorch Sequential
↗
7.
Нормализация батча
↗
8.
Сброс весов сети
↗
9.
Обучение нескольких сетей одновременно
↗
10.
Макс-пулинг
↗
11.
Практика
↗
Репетиторство
1 урок
1.
Мой контакт
↗
2. Tensorflow & Keras: нейронные сети на Python
Введение и настройка
3 урока
1.
Пререквизиты и введение
↗
2.
Поддержка GPU | CUDA
↗
3.
Обработка данных
↗
Создание и обучение нейронной сети
8 уроков
1.
Создание нейронной сети
↗
2.
Обучение нейронной сети
↗
3.
Практика на код №1
↗
4.
Валидационный набор
↗
5.
Прогнозирование
↗
6.
Матрица ошибок
↗
7.
Сохранение и загрузка модели
↗
8.
Практика на код №2
↗
CNN
5 уроков
1.
Подготовка изображений
↗
2.
Создание и обучение сверточной нейронной сети
↗
3.
Предсказание сверточной нейронной сети
↗
4.
Выполнение аугментации данных
↗
5.
Задачи на код
↗
Fine-tuning & Transfer Learning
6 уроков
1.
Создание дообученной нейронной сети
↗
2.
Обучение дообученной нейронной сети
↗
3.
Классификация изображений с MobileNet
↗
4.
Обработка изображений для дообученной MobileNet
↗
5.
Тонкая настройка MobileNet
↗
6.
Заключение
↗
Репетиторство
1 урок
1.
Мой контакт
↗
3. Нейронные сети: Глубокое обучение с нуля 4.67
Глубокое обучение и нейронные сети
18 уроков
1.
Введение в нейронные сети
↗
2.
Перцептрон, сети, аппроксимация
↗
3.
Слои в НС
↗
4.
Функция активации
↗
5.
Экстракция признаков
↗
6.
Функция потерь
↗
7.
Обучение НС
↗
8.
Бэтчи и эпохи
↗
9.
Оптимизация, lr
↗
10.
Обратное распространение ошибки
↗
11.
Смещение
↗
12.
Обучаемые параметры
↗
13.
Данные
↗
14.
Переобучение и недообучение
↗
15.
Аугментация данных
↗
16.
Регуляризация
↗
17.
С учителем, без учителя, с половиной учителя?
↗
18.
Препроцессинг
↗
Компьютерное зрение
8 уроков
1.
Обработка изображений
↗
2.
Работа НС с изображениями
↗
3.
CNN
↗
4.
Как работает свертка (конволюция)?
↗
5.
Сверточные слои против полносвязных
↗
6.
Zero padding
↗
7.
Max pooling
↗
8.
Обучаемые параметры в CNN
↗
Дополнительные материалы
4 урока
1.
Transfer learning и fine-tuning
↗
2.
Проблема исчезающего градиента
↗
3.
Инициализация весов
↗
4.
Итоги
↗
Репетиторство
1 урок
1.
Мой контакт
↗