Mạng thần kinh sâu của Shin Kyung-sik - Gradients and PyTorch's Autograd
Đây là khóa học để học các phương pháp vi phân cơ bản cần thiết để bắt đầu với deep learning và tính năng Autograd của PyTorch.
65 học viên
Độ khó Cơ bản
Thời gian Không giới hạn
Tin tức
4 bài viết
Xin chào các bạn học viên😃
Từ cơ bản đến chuyên nghiệp, khóa học [Deep Learning của Shin Kyung-sik] xử lý deep learning một cách có hệ thống - Bài gi강 thứ tư [Gradient-based Linear Regression (2)] đã được mở và chúng tôi xin thông báo đến các bạn!
(Link khóa học: https://inf.run/ymv1P)
Đây là bài giảng học cách triển khai mã thực tế bằng cách sử dụng các tính năng của PyTorch cho mã được triển khai trực tiếp trong Gradient-based Linear Regression (1). Ngoài ra, đây cũng là bài giảng học lý thuyết về tính cần thiết, lý thuyết của tiền xử lý dữ liệu, ảnh hưởng đến việc học tập và triển khai bằng mã thực tế.
Những bạn theo dõi chương trình All About AI của tôi nên tận dụng thời gian giảm giá mở bán😃
Ngoài ra, khóa học tiếp theo [Gradient-based Linear Regression (3)] dự kiến sẽ được mở trong tuần tới.
Tôi sẽ luôn cố gắng hết mình để cùng nhau nhiệt tình xây dựng thế giới deep learning!
Cảm ơn bạn.
Thân gửi Shin Kyung-sik
Xin chào các học viên😃
Từ cơ bản đến chuyên nghiệp, khóa học xử lý deep learning một cách có hệ thống [Deep Learning của Shin Kyung-sik] bài gi강 thứ ba [Gradient-based Linear Regression (1)] đã được mở và chúng tôi xin thông báo đến các bạn!
(Link khóa học: https://inf.run/KgQoQ)
Khóa học này dựa trên [Gradient Descent] đã được mở trước đó, đề cập đến quá trình huấn luyện mô hình đơn giản nhất trên dữ liệu.
Hiện tại đang có khuyến mãi kỷ niệm mở bán, những bạn theo học chương trình của tôi hãy tận dụng thời gian này để đăng ký học nhé😃
Ngoài ra, khóa học tiếp theo [Gradient-based Linear Regression (2)] dự kiến sẽ được mở trong tuần này.
Tôi sẽ luôn cố gắng hết mình để cùng nhau nhiệt tình xây dựng thế giới deep learning!
Cảm ơn bạn.
Thân gửi từ Shin Kyung-sik
Xin chào các bạn học viên😃
Từ cơ bản đến chuyên nghiệp, khóa học [Deep Learning của Shin Kyung-sik] xử lý deep learning một cách có hệ thống - bài gi강 thứ hai [Gradient Descent] đã được mở và chúng tôi xin thông báo đến các bạn!
(Link bài giảng: https://inf.run/bK5xe)
Khóa học này dựa trên [Gradients and PyTorch's Autograd] đã được mở trước đó, tập trung vào thuật toán học tập cốt lõi nhất của deep learning là
tập trung vào gradient descent.
Hiện tại đang có khuyến mãi kỷ niệm mở bán, những bạn theo học chương trình của tôi hãy tận dụng thời gian này để đăng ký khóa học nhé😃
Ngoài ra, cuối tuần này, bài giảng tiếp theo [Gradient-based Linear Regression (1)] sẽ được mở.
Tôi sẽ luôn cố gắng hết sức để cùng nhau nhiệt tình xây dựng thế giới deep learning!
Cảm ơn bạn.
Thân gửi từ Shin Kyung-sik
Xin chào các bạn học viên!
Từ hôm nay, chương trình giảng dạy deep learning chính thức bắt đầu, xin thông báo đến các bạn😃
Tôi tự tay tạo ra chương trình học [Học sâu của Shin Kyung-sik (ShinDL)] bao gồm các bài gi강 từ cơ bản đến trình độ nghiên cứu thực tế về học sâu một cách có hệ thống,
Đây là chương trình giảng dạy với mục tiêu hiểu hoàn toàn công nghệ deep learning thông qua việc tự tay triển khai tất cả các kỹ thuật!
Ngoài ra, do lĩnh vực deep learning rất rộng lớn, thay vì các khóa học có khối lượng lớn, chúng tôi sẽ cấu trúc thành các khóa học được module hóa để xử lý các chủ đề cụ thể.
Khóa học mới mở này là bài giảng đầu tiên trong chương trình [Deep Learning của Shin Kyung-sik], nhằm hiểu đúng về deep learning
Đây là khóa học để học về 'đạo hàm' - nền tảng toán học cần thiết và công nghệ autograd của framework PyTorch
[Gradients và Autograd của PyTorch]입니다.
(강의 링크: https://inf.run/wZoxE)
Từ nay về sau, chúng ta không chỉ học các kỹ thuật deep learning cơ bản mà còn dự định tiến hành các dự án thực tế dựa trên các bài báo nghiên cứu về deep learning,
Nếu bạn đang chuẩn bị học deep learning, hãy theo dõi chương trình giảng dạy từng bước một bắt đầu từ bài giảng này nhé😃
Ngoài ra, tuần tới sẽ có kế hoạch mở khóa học thứ hai về deep learning là khóa học [Gradient Descent], xin hãy tham khảo!
Tôi sẽ cố gắng hết sức để có thể cung cấp những bài giảng tốt hơn trong tương lai!
Cảm ơn bạn.
Thân gửi Shin Kyung-sik

