PyTorch 深度学习框架¶
课程描述¶
PyTorch 是一个流行的深度学习框架,以其易用性、灵活性和高效的计算能力而著称。通过本课程的学习,学习者将能够熟练掌握 PyTorch 框架的核心概念和技能,为后续深度学习项目提供坚实的技术支持。
课程收益¶
通过此次课程培训,可使学习者获得如下收益:
- 掌握 PyTorch 的基本架构、核心组件和运行机制。
- 了解人工智能与深度学习的基本原理和应用场景。
- 熟悉张量的概念、创建、变换和操作,为构建神经网络打下坚实的数学基础。
- 掌握数据集的加载、预处理和批处理技巧,提高数据处理效率和准确性。
- 了解神经网络的基本原理和构建方法,掌握模型训练过程中的优化技巧,提高模型性能。
- 了解模型保存与加载的原理和方法,方便后续模型调试、部署和共享。
- 了解 torch.nn 模块的核心概念和应用场景,为构建高效神经网络提供有力支持。
- 利用 TensorBoard 进行模型训练过程的可视化,方便监控模型性能和调试问题。
- 通过具体实例,了解目标检测的基本原理和微调技巧,提高模型在目标检测任务上的性能。
- 了解迁移学习的基本原理和应用场景,利用预训练模型快速提高模型性能。
- 通过训练智能体玩马里奥游戏,深入了解强化学习在实际游戏中的应用和挑战。
- 了解 NLP 的基本概念、发展历程和应用场景。
- 了解常见的 NLP 任务和算法,如词嵌入、命名实体识别、情感分析等,提高解决实际问题的能力。
授课形式¶
- 课堂讲授
- 讲义解析
- 测试情景模拟
- 项目实战
讲师介绍¶
PyTorch 简介¶
形式 | 章节 |
---|---|
知识点 | Pytorch 框架简介 |
知识点 | 人工智能与深度学习 |
知识点 | Tensors 张量 |
知识点 | 数据集和数据加载器 |
知识点 | Transforms 预处理 |
知识点 | 构建神经网络 |
知识点 | Pytorch 中的自动微分 |
知识点 | 优化模型参数 |
知识点 | 保存并加载模型 |
PyTorch 学习路线¶
形式 | 章节 |
---|---|
知识点 | 通过示例学习 Pytorch |
知识点 | torch.nn 究竟是什么?(一) |
知识点 | torch.nn 究竟是什么?(二) |
知识点 | 使用 TensorBoard 可视化 |
图像和视频¶
形式 | 章节 |
---|---|
知识点 | 目标检测微调教程 |
知识点 | 目标检测微调教程-实战(一) |
知识点 | 目标检测微调教程-实战(二) |
知识点 | 计算机视觉的迁移学习 |
知识点 | 计算机视觉的迁移学习-实战 |
强化学习¶
形式 | 章节 |
---|---|
知识点 | 训练一个玩马里奥的强化学习智能体 |
知识点 | 训练一个玩马里奥的强化学习智能体-实战(一) |
知识点 | 训练一个玩马里奥的强化学习智能体-实战(二) |
在生产中部署 PyTorch 模型¶
形式 | 章节 |
---|---|
知识点 | 在生产中部署 PyTorch 模型 |
自然语言处理¶
形式 | 章节 |
---|---|
知识点 | 自然语言处理(一) |
知识点 | 自然语言处理(二) |
知识点 | 自然语言处理(三) |
知识点 | 从头开始的自然语言处理(一) |
知识点 | 从头开始的自然语言处理(二) |
知识点 | 从头开始的自然语言处理(三) |
知识点 | 从头开始的自然语言处理(四) |
知识点 | 从头开始的自然语言处理(五) |