Avslutningsvideo

Introduktion till djupinlärning med PyTorch

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Sammanfattning

Kapitel 1
- Introducerade djupinlärning
- Skapade enkla neurala nätverk
- Utforskade linjära lager
Kapitel 2
- Använde förlust- och aktiveringsfunktioner
- Beräknade derivator
- Använde backpropagation

Kapitel 3
- Tränade ett neuralt nätverk
- Experimenterade med inlärningshastighet och momentum
- Undersökte deras påverkan
Kapitel 4
- Strategier för att förbättra din modell
- Minskade overfitting
- Utvärderade modellens prestanda

Nästa steg

Kurser
- Intermediate Deep Learning with PyTorch
- Explainable AI in Python
Lär dig
- Sannolikhet och statistik
- Linjär algebra
- Kalkyl

Öva
- Välj en datamängd på Kaggle
- Detecting Cybersecurity Threats using Deep Learning
- Träna ett neuralt nätverk
Skapa
- Använd djupinlärning för att bygga en app

Lycka till!

Introduktion till djupinlärning med PyTorch

Preparing Video For Download...