PyTorch 基础知识

了解使用 PyTorch 生成机器学习模型所采用的关键概念。 我们将训练可识别图像和并将图像分类的神经网络模型。

我们将了解不同的计算机视觉任务并专注于图像分类，了解如何使用神经网络对手写数字以及一些真实图像（如猫和狗的照片）进行分类。 我们将使用最受欢迎的深度学习框架之一 PyTorch！

在此模块中，我们将探讨用于处理自然语言文本的不同神经网络体系结构。 近年来，自然语言处理 (NLP) 经历了快速增长，主要是由于语言模型在大型文本语料库上以无监督的方式进行训练的同时，能够更快地准确“理解”人类语言。 我们将了解不同的 NLP 技术，例如使用词袋 (BoW)、词嵌入和递归神经网络将新闻标题中的文本分类为 4 个类别（世界、体育、商业和科技）之一。

此学习模块将介绍如何使用 PyTorch 进行音频分类。 你将详细了解音频数据功能以及如何将声音信号转换为称为声谱图的视觉表示形式。 然后，你将使用计算机视觉根据声谱图图像生成模型。 没错，你可以将音频转换为图像格式，然后使用计算机视觉对所说的话进行分类！