یادگیری عمیق
شبکه‌های عصبی از نورون منفرد تا ترنسفورمر، مدل‌های مولد و یادگیری تقویتی عمیق، با PyTorch.
مبانی شبکه‌های عصبی
دورهٔ اول یادگیری عمیق در مدرسهٔ هوش مصنوعی مایان: از نورون زیستی تا نورون مصنوعی، پرسپترون و محدودیت‌هایش، شبکهٔ چندلایه، توابع فعال‌سازی، انتشار رو به جلو، تابع خطا، پس‌انتشار خطا، یک شبکهٔ کامل با NumPy، عمق و عرض، قضیهٔ تقریب‌گر جهانی و ارقام دست‌نویس؛ با انیمیشن و کد واقعی.
آموزش شبکه‌های عصبی
دورهٔ دوم یادگیری عمیق در مدرسهٔ هوش مصنوعی مایان: چرا شبکهٔ عمیق گاهی یاد نمی‌گیرد، مقداردهی اولیهٔ وزن‌ها، محوشدگی و انفجار گرادیان، نرمال‌سازی دسته‌ای و لایه‌ای، دراپ‌اوت، منظم‌سازی وزن‌ها، زمان‌بندی نرخ یادگیری، توقف زودهنگام، افزایش داده، پایش آموزش و عیب‌یابی؛ با انیمیشن و کد واقعی.
کار با PyTorch
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.