Trenowanie i ocenianie modeli uczenia głębokiego
Uczenie głębokie to zaawansowana forma uczenia maszynowego, która emuluje sposób, w jaki ludzki mózg uczy się za pośrednictwem sieci połączonych neuronów.
Cele szkolenia
Zawartość tego modułu:
- Podstawowe zasady uczenia głębokiego
- Jak wytrenować głęboką sieć neuronową (DNN) przy użyciu biblioteki PyTorch lub Tensorflow
- Jak wytrenować splotową sieć neuronową (CNN) przy użyciu biblioteki PyTorch lub Tensorflow
- Jak używać uczenia transferowego do trenowania splotowej sieci neuronowej (CNN) za pomocą biblioteki PyTorch lub Tensorflow
Wymagania wstępne
- Podstawowe pojęcia matematyczne
- Zrozumienie klasycznych technik uczenia maszynowego.
- Programowanie w języku Python