Практический курс по основам ИИ с нуля (глубокое обучение + PyTorch), обязательная база для ИИ

Содержание курса:

1. Введение в курс
– Ознакомление с содержанием курса и целями обучения.

2. Анализ задач нейронных сетей
– Анализ задач, которые должны выполнять нейронные сети, для создания основы обучения.

3. Разбор методов обновления модели
– Разбор методов и принципов обновления модели, освоение приемов оптимизации модели.

4. Методы вычисления функции потерь
– Изучение методов вычисления функции потерь, понимание критериев оценки эффективности модели.

5. Разбор процесса прямого распространения
– Глубокий анализ процесса и принципов прямого распространения в нейронных сетях.

6. Демонстрация обратного распространения
– Практическая демонстрация процесса обратного распространения для углубления понимания и освоения приемов.

7. Разбор архитектуры нейронной сети
– Детальный анализ общей архитектуры нейронной сети, уточнение функций и роли каждой части.

8. Визуализация анализа эффективности
– Использование инструментов визуализации для анализа эффективности нейронной сети и оптимизации производительности модели.

9. Роль количества нейронов
– Исследование влияния количества нейронов на эффективность модели, оптимизация структуры сети.

10. Предобработка и dropout
– Изучение предобработки данных и техники dropout для повышения обобщающей способности модели.

11-25. Сверточные нейронные сети и их применение
– Пошаговый разбор принципов и применения сверточных нейронных сетей для решения задач обработки изображений.

26-32. Фреймворк PyTorch и обработка данных
– Углубленное изучение фреймворка PyTorch и методов обработки данных, построение и обучение моделей.

33-45. Обучение моделей глубокого обучения
– Изучение процесса и приемов обучения моделей глубокого обучения для повышения эффективности модели.

46-60. Обработка и обучение на текстовых данных
– Исследование методов обработки и обучения на текстовых данных, применение в задачах обработки естественного языка.

61-69. Развертывание модели и сервис
– Изучение развертывания моделей и серверной обработки, реализация применения моделей в реальных сценариях.

70-76. Модели визуальных transformer
– Анализ принципов и методов реализации моделей визуальных transformer, применение в обработке изображений.

77. Отладка и практика исходного кода проекта
– Демонстрация процесса отладки исходного кода проекта, помощь учащимся в понимании и применении полученных знаний.