|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/pytorch-neuronale-netze-in-python/
课程评论：没有评论
**课程名称：** PyTorch - 6 种神经网络的 Python 轻松实现 **课程概述：** 本课程旨在帮助学员轻松高效地使用 Python 编程实现神经网络，并利用 GPU 进行训练。课程将通过 6 个风格迥异的示例，涵盖最常见的神经网络类型： * **简单的前向反馈网络 (Feed-Forward Networks)** * **卷积神经网络 (Convolutional Neural Networks)**，用于手写识别和图像识别 * **循环神经网络 (Recurrent Neural Networks)**，用于命名识别和密码生成 * **强化学习 (Reinforcement Learning)**，用于游戏 **先修知识：** 学员需要具备 PyTorch 和神经网络理论基础。神经网络理论基础包括： * 神经网络的工作原理 * 卷积 (Convolution) 的工作方式 * 池化层 (Pooling Layer) 的概念 * Softmax 函数的原理 **总结：** 这是一门实践导向的课程，通过丰富的实例教授如何使用 PyTorch 在 Python 中从零开始构建和训练各种类型的神经网络，并强调 GPU 加速的应用。课程适合对神经网络有基本了解并希望通过实际操作加深理解的学习者。
In diesem Kurs wird der Teilnehmer lernen, leicht und effizient neuronale Netze in Python zu programmieren, sowie sie auf der Grafikkarte trainieren zu lassen. Diese Methodik wird anhand von 6 sehr unterschiedlichen Beispielen erklärt, welche die verbreitetsten Netzarten abdecken: Einfache Feed-Forward NetzeHandschrifterkennung und Bilderkennung mit Convolutional NetzenNamenserkennung mit rekurrenten NetzenPasswortgenerierung mit rekurrenten NetzenReinforcement Learning für Spiele Vorkenntnisse in Python und der Theorie von neuronalen Netzen sind vorausgesetzt. Letzteres umfasst die Funktionsweise, wie etwa Convolution arbeitet, was Pooling Layer sind oder wie der Softmax funktioniert.
