Tôi thực sự bối rối không biết phải làm gì khi công ty yêu cầu tôi phân tích dữ liệu bằng cách sử dụng học sâu, nhưng nhờ bài giảng của giáo viên viết mã Janjaemi, tôi đã tìm ra manh mối. Cảm ơn bạn đã tạo ra một khóa học tuyệt vời.

tlswlffj5315

Dựa trên những kinh nghiệm thất bại khi người hướng dẫn mới bắt đầu học Deep Learning, đây là một khóa học được thiết kế mới để bạn có thể từng bước làm quen với toán học, lý thuyết, triển khai dựa trên PyTorch, chuyển giao học tập và Transformer cốt lõi của GPT cần thiết cho việc hiểu Deep Learning.


funcoding

Khóa huấn luyện chuyên sâu về Deep Learning và Pytorch cho người mới bắt đầu (Dễ dàng! Từ cơ bản đến Transformer cốt lõi của ChatGPT) [Phân tích/Khoa học dữ liệu Phần 3]

Tôi hy vọng rằng tôi có thể là người hướng dẫn bạn cho mỗi bước bạn thực hiện! Vì bạn đang làm việc chăm chỉ nên bạn sẽ thấy kết quả tốt ^^ Chúc may mắn!!

입문

초급

중급이상

Deep Learning(DL)

파이토치

PyTorch

Machine Learning(ML)

Artificial Neural Network

비전 트랜스포머

Vision Transformer

Giới thiệu bài giảng và tiến trình lớp học

Kiến thức nền tảng (lý thuyết) cần thiết để hiểu khái niệm học sâu

Tổng hợp ngữ pháp cơ bản của PyTorch (tập trung vào thực hành)

Tổng hợp cách sử dụng thư viện Numpy cần thiết để triển khai học sâu (tập trung vào thực hành)

Tóm tắt về toán học và thực hiện liên quan đến phép tính tensor của PyTorch (lý thuyết + thực hành)

Hiểu các lý thuyết cốt lõi của học sâu (tập trung vào lý thuyết)

Thực hiện cấu trúc cơ bản của học sâu (tập trung vào thực hành)

Thực hiện học tập Deep Learning (tập trung vào thực hành)

Tổng hợp nhiều Activation Function (lý thuyết + thực hành)

Sắp xếp nhiều Optimizer (tập trung vào lý thuyết)

Áp dụng học sâu vào vấn đề phân loại

Cải thiện cấu trúc học sâu (tập trung vào thực hành)

Tóm tắt các kỹ thuật Regularization của Deep Learning (tập trung vào lý thuyết)

Cơ sở của học sâu cho hình ảnh: Hiểu CNN (lý thuyết + thực hành)

Cơ sở học sâu cho dữ liệu có thứ tự: Hiểu về RNN và LSTM (Dựa trên lý thuyết)

Cơ sở học sâu cho dữ liệu có thứ tự: Áp dụng RNN và LSTM (Thực hành)

Một lối tắt để tận dụng các kỹ thuật học sâu mới nhất: Hiểu về học chuyển giao

Hiểu cốt lõi về các mô hình hình ảnh chính để học chuyển giao (tập trung vào lý thuyết)

Nâng cao về học sâu: Áp dụng mô hình Visition Transformer mới nhất bằng cách chuyển giao học tập (tập trung vào thực hành)

Nâng cao về học sâu: Giải quyết các vấn đề thực tế bằng các bài tập thực tế trên Kaggle

Kết thúc