Инженер по глубокому обучению нейросетей

Программа курса

Ознакомьтесь с программой курса «Инженер по глубокому обучению нейросетей» от Яндекс Практикум - practicum.yandex.ru

1. Фундаментальные основы Deep Learning. Реализуете полносвязную нейросеть (MLP) с нуля на PyTorch и обучите её на простом датасете.
2. Рекуррентные нейронные сети (RNN): от основ к трансформерам. Реализуете RNN/LSTM с нуля на PyTorch и обучите модель на последовательных данных.
3. Свёрточные нейронные сети (CNN): от основ до продвинутых методов. Построите собственную CNN на PyTorch, обучите модель на MNIST, дообучите предобученную модель на новых данных.
4. Предобработка дпнных для моделей глубокого обучения (NLP, CV и Audio Analysis). Подготовите данные и подадите их на предобученные модели. Выберете метрики, функцию потерь и оптимизатор, проведёте обучение.
5. Нейросетевые решения на практике. Будете использовать предобученные модели для анализа текста и изображений и интерпретировать результаты их работы.

Чему вы научитесь

• Освоите и сможете применять: предобработка дпнных для моделей глубокого обучения (nlp, cv и audio analysis). подготовите данные и подадите их на предобученные модели. выберете метрики, функцию потерь и оптимизатор, пр…
• Освоите и сможете применять: нейросетевые решения на практике. будете использовать предобученные модели для анализа текста и изображений и интерпретировать результаты их работы.
• Освоите основы: фундаментальные основы deep learning. реализуете полносвязную нейросеть (mlp) с нуля на pytorch и обучите её на простом датасете.
• Свёрточные нейронные сети (CNN) от основ до продвинутых методов. Построите собственную CNN на PyTorch, обучите модель на MNIST, дообучите предобученную модель на новых данных.