PyTorch の基礎

PyTorch で機械学習モデルの構築に使用される主要な概念について学習します。 画像を認識して分類するニューラル ネットワーク モデルをトレーニングします。

さまざまなコンピューター ビジョン タスクについて学習し、画像の分類に焦点を当てることで、ニューラル ネットワークを使用して手書きの数字、さらには猫や犬の写真などの実際の画像を分類する方法について学習します。 最も人気のあるディープ ラーニング フレームワークの 1 つである PyTorch を使用します。

このモジュールでは、自然言語テキストを処理するためのさまざまなニューラル ネットワーク アーキテクチャについて確認します。 近年、自然言語処理 (NLP) は、主に、大規模なテキスト コーパスに関する教師なしトレーニングを使用しながら、人間の言語をより迅速に正確に "理解" する言語モデルの能力のパフォーマンスにより、急速な成長を経験しています。 ニュースの見出しから 4 つのカテゴリ (World、Sports、Business、Sci-Tech) のいずれかにテキストを分類するために、単語のバッグ オブ ワード (BoW)、単語埋め込み、再発ニューラル ネットワークを使用するなど、さまざまな NLP 手法について学習します。

この学習モジュールでは、PyTorch を使用してオーディオ分類を行う方法について学習します。 オーディオ データの機能と、音声信号をスペクトログラムと呼ばれる視覚表現に変換する方法について詳しく説明します。 次に、スペクトログラム イメージに対して Computer Vision を使用してモデルを構築します。 そうです、音声を画像形式に変換してから、Computer Vision を実行して、話された単語を分類することができます。