Czego się nauczono
1. Trenowanie solidnych sieci neuronowych
- PyTorch i programowanie obiektowe
- Optymalizatory
- Zanikające i eksplodujące gradienty
2. Obrazy i konwolucyjne sieci neuronowe
- Przetwarzanie obrazów w PyTorch
- Trenowanie i ocena sieci konwolucyjnych
- Augmentacja danych
3. Sekwencje i rekurencyjne sieci neuronowe
- Przetwarzanie sekwencji w PyTorch
- Trenowanie i ocena sieci rekurencyjnych (LSTM i GRU)
4. Architektury wielu wejść i wielu wyjść
- Modele z wieloma wejściami
- Modele z wieloma wyjściami
- Ważenie funkcji straty
Preparing Video For Download...
