神経式のディープラーニング - Gradients and PyTorch's Autograd
ディープラーニングを始めるために必要な基本的な微分法とPyTorchのAutograd機能を学ぶ講義です。
受講生 76名
難易度 初級
受講期間 無制限
お知らせ
5 件
こんにちは、工大ヒョン（工学部のお兄さん）です😃
今日からディープラーニングベースのコンピュータビジョン講義をスピード感を持ってアップロードしていこうと思います！
一番最初にコンピュータービジョンを学ぶ前に、必ず身につけておくべき画像の基礎を扱う[コンピュータービジョンのための画像基礎]講座がオープンしました。
そして、コンピュータービジョンの簡単な紹介を行う無料講座「コンピュータービジョン紹介」も合わせて公開されました。
コンピュータービジョンのための画像基礎: https://inf.run/8x7Xn
コンピュータービジョン入門：https://inf.run/EzBfS
この5月の間に10個以上のコンピュータビジョン講義がアップロードされる予定ですので、たくさんの関心をお願いいたします😃
PS) 現在、コンピュータビジョン講義を至急制作しなければならない状況ですので、ディープラーニング基礎講義はコンピュータビジョン講義と並行して6月中旬から制作いたします。
こんにちは受講生の皆さん😃
基礎から専門レベルまで体系的にディープラーニングを扱う[神経植のディープラーニング]四番目の講義である[Gradient-based Linear Regression (2)]がオープンされましたのでお知らせします！
（講義リンク：https://inf.run/ymv1P）
本Gradient-based Linear Regression (1)で直接実装したコードを、PyTorchの機能を利用して実戦コードとして実装する方法を学ぶ講義です。また、データ前処理の必要性、理論、学習に与える影響を理論的に学び、実戦コードで実装する講義です。
私のAll About AIカリキュラムに従って来られる方は、オープン割引期間を利用されると良いと思います😃
追加で来週中に後続講義である[Gradient-based Linear Regression (3)]がオープン予定です。
一緒に一生懸命ディープラーニングの世界を作り上げていけるよう、いつも最善を尽くします！
ありがとうございます。
神経植より
こんにちは受講生の皆さん😃
基礎から専門レベルまで体系的にディープラーニングを扱う[신경식のディープラーニング]の3番目の講義である[Gradient-based Linear Regression (1)]がオープンされましたのでお知らせします！
(講義リンク: https://inf.run/KgQoQ)
本講義は以前公開された[Gradient Descent]を基に、最もシンプルなモデルをデータに学習させる過程を扱います。
現在オープン記念割引中ですので、私のカリキュラムに沿って学習される方は、この期間を利用して受講申し込みをしてください😃
追加で今週中に後続講義である[Gradient-based Linear Regression (2)]がオープン予定です。
一緒に一生懸命ディープラーニングの世界を作り上げていけるよう、常に最善を尽くします！
ありがとうございます。
神経植より
こんにちは受講生の皆さん😃
基礎から専門的なレベルまで体系的にディープラーニングを扱う[신경식のディープラーニング]の二番目の講義である[Gradient Descent]がオープンされましたのでお知らせします！
(講義リンク: https://inf.run/bK5xe)
この講義は以前公開された[Gradients and PyTorch's Autograd]を基盤として、ディープラーニングの最も核心的な学習アルゴリズムである
gradient descentを集中的に扱います。
現在オープン記念割引中ですので、私のカリキュラムに従ってくださる方は、この期間を利用して受講申請をお願いします😃
さらに今週末に次の講義である[Gradient-based Linear Regression (1)]がオープンされる予定です。
一緒に一生懸命ディープラーニングの世界を作り上げていけるよう、いつも最善を尽くします！
ありがとうございます。
神経植より
こんにちは受講生の皆さん！
本日から本格的なディープラーニング講義カリキュラムが開始されますのでご案内いたします😃
私が直接作成する[神経植のディープラーニング(ShinDL)]カリキュラムは、ディープラーニングを基礎から実際の論文レベルの講義まで体系的に扱い、
ディープラーニング技術を直接すべて実装してみながら、完璧にその技術を理解することを目標としたカリキュラムです！
また、ディープラーニングの分野が非常に広いため、大きなボリュームの講義よりもモジュール化して特定のトピックを扱う講義で構成されます。
今回オープンした講義は[神経植のディープラーニング]カリキュラムの最初の講義として、ディープラーニングを正しく理解するために
必須の数学的基盤である「微分」とPyTorchフレームワークのautograd技術を学ぶ講義である
[勾配とPyTorchのAutograd]です。
(講義リンク: https://inf.run/wZoxE)
今後は基本的なディープラーニング技術だけでなく、ディープラーニング論文を基に実戦プロジェクトまで進行する予定ですので、
ディープラーニング学習を準備されている方は、今回の講義から一歩ずつカリキュラムに沿って進めていただければと思います😃
さらに来週、2番目のディープラーニング講義である[Gradient Descent]講義がオープン予定ですので、ご参考ください！
今後、より良い講義を提供できるよう最善を尽くします！
ありがとうございます。
神経植より
