Deep Learning

Программа курса

Ознакомьтесь с программой курса «Deep Learning» от Нетология - netology.ru

1. Пререквизиты - 10 часов. Напомним, что важно знать и уметь, чтобы учиться на курсе: — уметь программировать на Python
2. — знать основы машинного обучения (терминология, основные метрики, которые используются при решении задач машинного обучения: accuracy, preci…
3. Персептрон - 6 часов. Изучите основны глубокого машинного обучения. Научитесь работать с тензорами, строить простейшую нейронную сеть и цикл обучения сети.
4. Многослойная нейронная сеть - 6 часов. Научитесь строить многослойную сеть со слоями для регуляризации и использовать различные оптимизаторы.
5. Свёрточные сети - 6 часов. Научитесь использовать различные элементы архитектур для проектирования и создания сетей, а также предобученные сети — Fine-tuning.
6. Современные свёрточные архитектуры - 6 часов. Изучите основные этапы развития свёрточных сетей и применяемые подходы и архитектуры.
7. Рекуррентные сети - 17 часов. Научитесь строить рекуррентные нейронные сети с использованием emmbedding-слоя. Сможете генерировать текст на основе символьной rnn-модели. Разберёте недостатки и проблемы классических рекуррентных сетей. Узнаете, как устроены GR…
8. Механизм внимания - 5 часов. Научитесь встраивать механизм внимания в рекуррентные сети.
9. Компьютерное зрение - 16 часов. Научитесь использовать готовые реализации структурных элементов алгоритмов для детекции на основе нейронных сетей с помощью пакета torchvision. Узнаете, как строить нейронные сети типа U-net для решения задачи семантической сег…
10. Работа с текстом - 10 часов. Научитесь строить векторизаторы слов на основе нейронных сетей. Разберётесь, как применять готовые реализации векторизаторов и использовать предобученные веса. Научитесь строить нейронные сети на основе архитектуры Transformer. См…
11. GAN - 6 часов. Научитесь применять обычные и вариационные автоэнкодеры и строить архитектуру генеративных состязательных сетей.
12. Итоговый проект - 15 часов. Вы самостоятельно выберете тему диплома и в течение месяца будете работать над проектом под руководством экспертов курса. По итогу вы защитите диплом перед экспертом.

Чему вы научитесь

• Научитесь строить рекуррентные нейронные сети с использованием emmbedding слоя. Сможете генерировать текст на основе символьной rnn модели. Разберёте недостатки и проблемы классических ре…
• Научитесь строить векторизаторы слов на основе нейронных сетей. Разберётесь, как применять готовые реализации векторизаторов и использовать предобученные веса. Научитесь строить нейронные…
• Научитесь использовать готовые реализации структурных элементов алгоритмов для детекции на основе нейронных сетей с помощью пакета torchvision. Узнаете, как строить нейронные сети типа…
• Освоите и сможете применять: вы самостоятельно выберете тему диплома и в течение месяца будете работать над проектом под руководством экспертов курса. по итогу вы защитите диплом перед экспертом.
• Научитесь использовать различные элементы архитектур для проектирования и создания сетей, а также предобученные сети Fine tuning.