|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/hands-on-pytorch/
课程评论：没有评论
**课程名称：【Hands Onで学ぶ】PyTorchによる深層学習入門** **课程概述：** 本课程是一门侧重实践的PyTorch深度学习入门课程，旨在帮助学员从“了解机器学习”进阶到“能够使用机器学习”。PyTorch作为Facebook AI Research开发的深度学习框架，以其“Define by Run”的计算模式和模块化的模型构建方式，在灵活性方面表现出色，近年来越来越受到研究者青睐。 **课程目标：** * **企业用户：** 帮助企业高效培养AI人才和数字化人才。 * **学员：** 巩固深度学习基础，掌握PyTorch编程，能够实际应用机器学习技术。 **课程特色：** * **Hands On实践：** 通过Google Colab平台，从零开始与讲师一同实现数据准备、模型构建、损失函数/优化器设置、训练与评估的全流程。强调动手实践的重要性，通过实际操作理解理论概念（如不同激活函数的选择）。 * **实用内容：** 涵盖迁移学习、数据增强、自定义数据集等在实际业务中常遇到的技术。 * **循序渐进：** 从PyTorch基础（Tensor、自动微分、机器学习流程）到深度学习基础（线性回归、MLP、CNN、RNN/LSTM、Autoencoder、ResNet），逐步深入。 **课程内容：** 1. **PyTorch基础：** * Tensor操作 * Google Colab使用 * PyTorch基本用法 * 自动微分 * 机器学习流程与PyTorch编程流程 * 源代码分发 2. **深度学习基础 1：** * 线性回归 * MLP实现手写数字分类（MNIST） * 模型保存与加载 * CNN实现图像分类（CIFAR 10） 3. **深度学习基础 2：** * 数据增强及其效果验证 * 迁移学习（概念与实现） * Autoencoder（概念与实现） * 图的解读 * ResNet（概念与实现） * 自定义数据集（概念与实现） * LSTM（概念与实现） **目标学员：** * 具备Python基础编程知识。 * 已经通过教材或参考书对机器学习/深度学习有一定了解的工程师或研究者。 **免费预览：** 提供超过30分钟的免费预览视频，欢迎尝试。
【PyTorchとは?】PyTorchとはFacebook AI Researchが開発している深層学習のフレームワークです。KerasやTensorFlowといった他のフレームワークと比較して、Define by Runという計算しながらモデルを作る性質や、クラスを使って複数のパーツから複雑なAIのモデルを組むことが出来る点からモデル構築の柔軟性という面で非常に優れます。この為、近年、国内外の研究者を中心としてシェアが急激に伸びてきています。【人事の方/マネージャークラスの方へ】本コースは次のような使い方が可能です。・社内でAI人材を育成したい・デジタル人材の育成をなるべく効率よく行いたい本コースは深層学習フレームワークのPyTorchにフォーカスし、特に理論よりも実践に重きを置いています。この為、Hands On形式で短時間且つ効率よくAI人材育成が可能です。また、転移学習やデータ拡張、カスタムデータセットなど業務で実際に使用する可能性の高い内容の解説をしていますので、修了はしたが、手は動かないなどは比較的少ないと思われます。【対象者とゴール】Pythonの基本的なプログラミング知識があり、教科書・参考書などで機械学習や深層学習を既にある程度知っているエンジニアや研究者の方を対象に、PyTorchにおけるプログラミングを通して深層学習の基礎を固めるコースです。本コースのゴールは"機械学習を知っている"から"機械学習を使える"へとステップアップする事です。【ハンズオン】本コースはハンズオンという形式で、Google Colab上でデータの準備⇒深層学習のモデル作成⇒損失関数・オプティマイザの設定⇒学習・評価という一連の流れをスクラッチから講師と一緒に実装していきます。機械学習を"知っている状態"から実際に"使える状態"になるには、実際にプログラミングをして手を動かすことが非常に重要です。例えば、教科書的な知識として、活性化関数(シグモイド関数 / Tanh / ReLU)を知っていたとします。この時、実際にどの活性化関数を使えばよいのか、こういった問いに対する答えは"実際に試してみる"という事です。機械学習や深層学習の分野では理論的に答えを出せる場合もありますが、ヒューリスティック(経験的)に見つけるといった場合が非常に多いです。この為、本コースでは手を動かしてプログラムを実装する（Hands On）という事を非常に重視しています。【コースの概要】詳細は本コースの概要説明をご覧ください。本コースは機械学習・深層学習の復習やPyTorchのライブラリの基本的な使い方など基礎的な内容から段階的にステップアップしていきます。この為、無理なくステップアップすることが出来ます。 【PyTorchの基礎】本コースの概要TensorとはGoogleColabの使い方PyTorchの基本的な使い方自動微分機械学習の流れPyTorchプログラミングの流れソースコードの配布【深層学習の基礎1】線形回帰MLPによる手書き数字の分類(MNIST) 概要MLPによる手書き数字の分類(MNIST) 実装モデルの保存・読み込みCNNによるクラス分類(CIFAR 10) 概要CNNによるクラス分類(CIFAR 10) 実装【深層学習の基礎2】データ拡張とはデータ拡張の効果の検証転移学習 概要転移学習 実装オートエンコーダー 概要オートエンコーダー 実装グラフの読み方ResNet 概要ResNet 実装カスタムデータセット 概要カスタムデータセット 実装LSTMとはLSTM 実装まずは無料プレビューできる動画が30分以上あります。プレビューだけでも見ていってください。
