Нейронные сети и глубокое обучение

Name: Нейронные сети и глубокое обучение
Brand: Учебный центр IBS
SKU: 147554
Price: 52900 RUB

Освойте глубокое обучение и создавайте мощные нейросетевые модели! Курс детально разбирает нейросетевые архитектуры и практические способы создания моделей для классификации, обнаружения, сегментации и локализации объектов, генерации изображений и текстов, в т.ч. с применением предобученных сетей с их последующим дообучением и тонкой настройкой под конкретные предметные области. В рамках данного курса слушатели приобретут знания о различных нейросетевых архитектурах и фреймворках для глубокого обучения, причем акцент сделан на практических приемах их использования, в т.ч. с помощью облачных платформ Google Colab и Kaggle. Основное внимание курс уделяет сверточным нейронным сетям и их оптимизации, приемам обнаружения объектов на изображениях с их последующей классификацией, сегментацией и/или локализацией, способам обработки естественного языка, в т.ч. для генерации текстов и изображений, а также задачам обучения моделей с подкреплением. Лабораторный практикум предусматривает создание нейросетей как в ходе занятий, так и в качестве домашних заданий, например, для распознавания объектов не только на базе классических датасетов типа FashionMNIST и CIFAR-10, но и на данных из реальной жизни (в частности, выявление и классификация опухолей на томограммах медицинских обследований и т.д.).

Обучение 40 часов

сертификат

Стоимость курса

52 900 ₽ 52 900 ₽

Рассрочка ₽/мес

Перейти на сайт

Программа курса
Чему вы научитесь
Мой рейтинг
Подробная информация о курсе
Отзывы

Программа курса

Ознакомьтесь с программой курса «Нейронные сети и глубокое обучение» от Учебный центр IBS - ibs-training.ru

Введение в искусственные нейронные сети. Современное применение нейронных сетей. Основные задачи: компьютерное зрение, обработка естественного языка, беспилотные агенты, генеративные сети, обучение с подкреплением и другие области. Архитектуры нейронных сетей…
Фреймворки для глубокого обучения (PyTorch, TensorFlow, Keras). Методы оптимизации, метрики, функции потерь, управление гиперпараметрами Тензоры, переменные, градиенты, функции, модели, обучение Устройство TensorFlow и PyTorch, модели и виды слоев в Keras.
Сверточные нейронные сети. Архитектура CNN. Фильтры, пулинг, 1D/2D/3D Обучение сверточных сетей Идеи удачных архитектур: AlexNet, VGG, Inception, ResNet.
Оптимизация нейронной сети. Алгоритм градиентного спуска и его варианты Регуляризация, Dropout, Batch Normalization.
Transfer learning & Fine-tuning. Способы доучивания сетей: полные и частичные Использование предобученных сетей в других задачах.
Обработка естественного языка. Виды задач: классификация, разметка, генерация, seq2seq Представления слов и текстов. Эмбеддинги. Word2Vec, FastText Языковые модели. ELMo, *BERT Трансформеры, механизм внимания, GPT, XLNet.
Сегментация и детектирование объектов. Сети для сегментации изображений Сети для детектирования объектов на изображениях.
Генеративные сети. GAN для генерации изображений Диффузионные модели. Stable Diffusion.
Обучение с подкреплением. Принципы обучения с подкреплением и основные подходы. Q-обучение Глубокое обучение с подкреплением.
Итого: теория – 14 ч (35%), практика – 26 ч (65%) + 30 ч на ДЗ.

Ознакомиться со всей программой

Чему вы научитесь

Научитесь уверенно работать с темой: transfer learning & fine tuning. способы доучивания сетей полные и частичные использование предобученных сетей в других задачах.
Освоите и сможете применять: фреймворки для глубокого обучения (pytorch, tensorflow, keras). методы оптимизации, метрики, функции потерь, управление гиперпараметрами тензоры, переменные, градиенты, функции, модели, об…
Освоите и сможете применять: сверточные нейронные сети. архитектура cnn. фильтры, пулинг, 1d/2d/3d обучение сверточных сетей идеи удачных архитектур alexnet, vgg, inception, resnet.
Освоите и сможете применять: обучение с подкреплением. принципы обучения с подкреплением и основные подходы. q обучение глубокое обучение с подкреплением.
Освоите и сможете применять: сегментация и детектирование объектов. сети для сегментации изображений сети для детектирования объектов на изображениях.