Basisprincipes van PyTorch
Leer de basisprincipes van deep learning met PyTorch! In dit leertraject voor beginners worden belangrijke concepten geïntroduceerd voor het bouwen van machine learning-modellen in meerdere domeinen, waaronder spraak-, vision- en natuurlijke taalverwerking.
Vereisten
- Basiskennis van Python
- Basiskennis over het gebruik van Jupyter Notebooks
- Basiskennis van machine learning
Prestatiecode
Wilt u een prestatiecode aanvragen?
Modules in dit leertraject
Leer de belangrijkste concepten die worden gebruikt om machine learning-modellen te bouwen met PyTorch. We trainen een neuraal netwerkmodel dat afbeeldingen herkent en classificeert.
We leren over verschillende computer vision-taken en richten ons op afbeeldingsclassificatie, leren hoe we neurale netwerken kunnen gebruiken om handgeschreven cijfers te classificeren, evenals enkele echte afbeeldingen, zoals foto's van katten en honden. We gebruiken een van de populairste deep learning-frameworks, PyTorch.
In deze module verkennen we verschillende neurale netwerkarchitecturen voor het omgaan met teksten in natuurlijke taal. In de afgelopen jaren heeft NLP (Natural Language Processing ) een snelle groei ervaren, voornamelijk vanwege de prestaties van de mogelijkheid van de taalmodellen om menselijke taal sneller "begrijpen" te begrijpen tijdens het gebruik van ongesuperviseerde training op grote tekst corpora. We leren over verschillende NLP-technieken, zoals het gebruik van bag-of-words (BoW), woord insluitingen en terugkerende neurale netwerken voor het classificeren van tekst van nieuwskoppen naar een van de 4 categorieën (World, Sports, Business en Sci-Tech).
In deze Learn-module leert u hoe u audioclassificatie kunt uitvoeren met PyTorch. U begrijpt meer over functies voor audiogegevens en hoe u de geluidssignalen transformeert in een visuele weergave die spectrogrammen wordt genoemd. Vervolgens bouwt u het model met behulp van computer vision op de spectrogramafbeeldingen. Dat klopt, u kunt audio omzetten in een afbeeldingsindeling en computer vision vervolgens doen om het woord dat wordt gesproken te classificeren.