PyTorch、データセット、モデル - PyTorch とは - PyTorch エコシステム - 教師あり学習と教師なし学習 - ソフトウェア開発 vs 機械およびディープラーニング - 「こんにちはモデル」 - ネーミングは難しい - セットアップと環境
最初のモデルをトレーニングする - 要約 - モデル - 損失関数 - グラデーションと Autograd - オプティマイザー - 生のトレーニングループ - 評価 - モデルの保存とロード - 非線形性 - ラボ 1B: 非線形回帰
オブジェクト検出と画像セグメンテーションのためのデータセットと変換 - オブジェクト検出、画像セグメンテーション、キーポイント検出 - 境界ボックス - トーチビジョン オペレーター - トランスフォーム (V2) - オブジェクト検出用のカスタム データセット - ab 5A: 物体検出モデルの微調整
単語の埋め込みとテキストの分類 - AG ニュース データセット - トークン化 - 埋め込み - ベクトルデータベース - ゼロショットテキスト分類 - チャンク戦略 - ラボ 6: 埋め込みを使用したテキスト分類
正式な前提条件はありませんが、学生は Python (オブジェクト指向プログラミングの概念)、PyData スタック (Numpy、Pandas、Matplotlib、Scikit-Learn)、および機械学習の概念 (教師あり学習、損失関数、訓練) に関するある程度の知識を持っている必要があります。検証とテストの分割、評価メトリクス)。
2025年3月10日~13日 午前9:00から午後5:00まで バーチャル、インストラクター主導 保証 このコースは最小クラスサイズに達したため、予定日に実行されることが保証されています。 今すぐ登録 見積もりを入手する