یادگیری عمیق
کار با PyTorch

کار با PyTorch

۱۱ بخش۱۱ درس۱۱ آزمون۱ ساعت و ۲۶ دقیقه
متوسط

دورهٔ سوم یادگیری عمیق در مدرسهٔ هوش مصنوعی مایان: پای‌تورچ و مقایسه با تنسورفلو، تنسورها، مشتق‌گیری خودکار، ساخت مدل با ماژول، دیتاست و دیتالودر، حلقهٔ آموزش، آموزش روی کارت گرافیک، ذخیره و بارگذاری مدل، یادگیری انتقالی، لایتنینگ و یک تمرین طبقه‌بندی لباس؛ با انیمیشن و کد واقعی.

بخش ۱معرفی PyTorch و مقایسه با TensorFlow
۰/۱
  1. معرفی PyTorch و مقایسه با TensorFlow۷:۳۸ پیش‌نمایش رایگان
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۲تنسورها در PyTorch
۰/۱
  1. تنسورها در PyTorch۷:۴۲
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۳مشتق‌گیری خودکار با Autograd
۰/۱
  1. مشتق‌گیری خودکار با Autograd۸:۰۰
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۴ساخت مدل با nn.Module
۰/۱
  1. ساخت مدل با nn.Module۷:۵۵
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۵Dataset و DataLoader
۰/۱
  1. Dataset و DataLoader۷:۵۲
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۶نوشتن حلقه آموزش
۰/۱
  1. نوشتن حلقه آموزش۸:۰۰
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۷آموزش روی GPU
۰/۱
  1. آموزش روی GPU۷:۳۱
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۸ذخیره و بارگذاری مدل
۰/۱
  1. ذخیره و بارگذاری مدل۷:۵۳
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۹یادگیری انتقالی با مدل‌های ازپیش‌آموخته
۰/۱
  1. یادگیری انتقالی با مدل‌های ازپیش‌آموخته۷:۴۹
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۱۰PyTorch Lightning
۰/۱
  1. PyTorch Lightning۸:۰۳
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪
بخش ۱۱تمرین: طبقه‌بندی تصاویر لباس
۰/۱
  1. تمرین: طبقه‌بندی تصاویر لباس۸:۰۱
  2. آزمون پایان بخش۴ سؤال • حد قبولی ۷۰٪

این دوره در «مسیر متخصص فنی»، «پلن کامل» است.

دیدن پلن‌ها