你将获得
- PyTorch 核心原理与应用详解
- 5 大实战模块,吃透 PyTorch
- 8 个核心模型训练要点
- 10 年老兵的深度 / 机器学习心法
课程介绍
PyTorch 框架发展迅猛,仅用了一年多的时间,几乎占据深度学习框架的半壁江山。
如果你即将进入,或者已经进入了深度学习、机器学习这些相关领域,PyTorch 能够帮你实现模型和算法,快速完成深度学习模型部署,提供高并发服务,还可以轻松实现图像生成、文本分析、情感分析这样有趣的实验。另外,很多算法相关岗位,也同样需要熟练使用 PyTorch。
这意味着,一旦你掌握了 PyTorch,就相当于走上了深度学习与机器学习的快车道。
但想要快速入门、上手 PyTorch,也面临这样一些挑战:
- 缺乏系统资料:网上的学习资料良莠不齐,缺乏科学的学习路径;
- 无法进阶深入:张量、神经网络等前置知识需求多,深入理解 PyTorch 原理门槛高;
- 难以落地实践:各种函数、参数多且难记忆,真正实践不知从何下手。
基于此,方远老师将结合自己丰富的实战经验,为你呈现一套系统完整的 PyTorch 技术学习框架(基于 PyTorch 1.9.0 版本),让你从原理到项目一站式攻克学习难题,熟练掌握 PyTorch 框架,解决实际问题。
课程设计
遵循由浅入深的原则,整个专栏共分为以下三个模块:
基础篇:夯实基础,详解 PyTorch 基础知识。通过这部分内容,你将学习 PyTorch 中两大重要知识点—— NumPy 与 Tensor 的用法。
模型训练篇:带你快速掌握一个框架。结合深度学习模型训练的一系列流程,为你详解自动求导机制、网络搭建、模型参数更新、保存与加载模型、训练过程可视化、分布式训练等等关键模块,带你具体看看 PyTorch 为我们提供怎样的帮助。通过这部分内容,你就能基于 PyTorch 搭建网络模型了。
实战篇:结合当下最流行的图像与自然语言处理任务,串连前面两个模块的内容,为你深入讲解 PyTorch 如何解决实际问题,如图像分割、情感分析、文本分类等等。
课程目录
查看更多
免费试读
编辑推荐
包含这门课的学习路径
机器学习工程师
13门课程 37.6w人学习
看过的人还看了