免费课程

介绍到深层的学习与pytorch

通过
Facebook AI

pytorch用来实现你的第一个深层神经网络

nanodegree程序

深度学习

今天打造深的学习模式

由专门的导师支持AI打造尖端项目。

这个课程

在这个过程中,你会学到深度学习的基础知识,并使用pytorch建立自己的深层神经网络。你会通过pytorch获得实践经验,在编码练习和项目执行国家的最先进的风格AI应用:如转移和文本生成。

当然成本
自由
时间线
约。 2个月
技能等级
中间
计入产品

丰富的学习内容

由行业专业人士授课

互动问答

自学

加入路径伟大

随着你在这个过程中学习的技能,你将准备采取在我们nanodegree的复杂挑战深学习计划,为您打造迈向科学和机器学习数据的职业生涯。

免费课程

介绍到深层的学习与pytorch

通过Facebook AI

深入学习学习的基础知识,并实现自己的深层神经网络,pytorch。

Icon steps
 
 

当然线索

路易斯·塞拉诺

路易斯·塞拉诺

主讲教师

亚历克西斯厨师

亚历克西斯厨师

讲师

soumith Chintala

soumith Chintala

讲师

塞尚卡马乔

塞尚卡马乔

讲师

伦纳德垫

伦纳德垫

内容开发

你将学到什么

第一课

介绍了深度学习

  • 发现深学习的基本概念,神经网络和这样的梯度下降
  • 实现numpy的神经网络,并采用梯度下降有了一流的编程练习训练它
  • 建立神经网络预测学生招生
教训2

介绍pytorch

  • 从Chintala,pytorch的创建者,该框架是怎么来的,如果它现在正在使用,并且soumith听到它是如何变化的深度学习的未来
第3课

深pytorch学习

  • 建立与pytorch你的第一个神经网络的服装图像分类
  • 通过一组jupyter笔记本电脑的工作学习pytorch的主要组成部分
  • 加载一个预训练的神经网络来构建国家的最先进的图像分类
第4课

卷积神经网络

  • pytorch用它来建立卷积神经网络的国家的最先进的计算机视觉应用
  • 训练卷积网络从狗的图片进行分类犬种
第五课

风格转移

  • 使用预训练的卷积网络通过合并一个图像的风格与其它图像的内容,以创建新的艺术
  • 实施本文由Leon“的艺术风格神经算法”。gatys,亚历山大秒。埃克和马蒂亚斯·贝特格“
第6课

回归神经网络

  • 复发性神经网络的构建pytorch这可以从自然界的连续数据,语言学习
  • 实现一个网络,从托尔斯泰的安娜·卡列尼娜学会根据小说产生新的文本
第7课

自然语言分类

  • pytorch使用递归神经网络实现能够进行分类文本
  • 使用网络预测的电影评论的情绪
第8课

与部署pytorch

  • soumith Chintala教你如何部署深学习模式随着pytorch
  • 建立一个聊天机器人和编译网络部署在生产环境中

前提条件和要求

在这个过程中取得成功,你必须熟悉Python库和数据处理:如numpy的和matplotlib。建议线性代数和微积分的基本知识,但不是必须要完成的练习。

看到 技术要求 使用Udacity。

为什么走这条路

深学习驾驶AI革命和pytorch是使它比以往任何时候对任何人打造深的学习应用程序更加容易。在这个过程中,你会获得实际经验了构建和使用深pytorch训练神经网络。你就可以向工作人员这些项目对自己的技能使用。

我能得到什么?
影片教练通过做练习学习由业内专业人士教