inflearn logo
inflearn logo

[PyTorch] Deep Learning dẫn đến AI thực chiến - Từ cơ bản đến triển khai luận văn

Đây là khóa học triển khai nhiều mạng nơ-ron nhân tạo khác nhau bằng cách sử dụng PyTorch, một framework học sâu có tính ứng dụng rất cao trong lĩnh vực Trí tuệ Nhân tạo.

(4.6) 수강평 81개

강의소개.상단개요.수강생.short

난이도 초급

수강기한 무제한

Deep Learning(DL)
Deep Learning(DL)
Python
Python
PyTorch
PyTorch
Artificial Neural Network
Artificial Neural Network
Machine Learning(ML)
Machine Learning(ML)
Deep Learning(DL)
Deep Learning(DL)
Python
Python
PyTorch
PyTorch
Artificial Neural Network
Artificial Neural Network
Machine Learning(ML)
Machine Learning(ML)

먼저 경험한 수강생들의 후기

먼저 경험한 수강생들의 후기

4.6

5.0

tj-jang

73% 수강 후 작성

Nó thực sự tốt đẹp

5.0

Kyung-il In

100% 수강 후 작성

Tôi đã học tất cả các bài giảng. Tôi học deep learning chỉ vì hứng thú. Có rất nhiều thông tin cần biết và nhiều thuật ngữ kỹ thuật hơn tôi nghĩ nên tôi không quen với thuật ngữ này nhưng Anh Hồ đã rất nhiệt tình giải đáp những thắc mắc của tôi. Tôi sẽ phải bắt đầu với CNN và học lại nó bằng cách lặp lại nó nhiều lần. Cảm ơn

5.0

조희제

100% 수강 후 작성

Một bài giảng tổ chức kiến ​​thức sâu rộng

강의상세_배울수있는것_타이틀

  • Python

  • PyTorch

  • Phương pháp tinh chỉnh mô hình và học chuyển giao nhằm nâng cao hiệu suất

  • Thực hiện luận văn

Tại sao lại là Deep Learning Hohyeong?📝

Tôi là Deep Learning Ho-hyung, hiện đang điều hành kênh YouTube về học sâu/học máy.

Dựa trên kiến ​​thức về toán học/phân tích dữ liệu , kinh nghiệm với nhiều dự án học sâu/học máy và sự nghiệp là kỹ sư nghiên cứu, tôi sẽ chỉ ra nội dung bạn phải học.

Giới thiệu bài giảng💡

"Bài giảng này nói về việc thực hiện."

Mạng nơ-ron nhân tạo là công nghệ AI mạnh mẽ đã và đang được ứng dụng trong nhiều lĩnh vực, bao gồm sản xuất, xe tự hành, chăm sóc sức khỏe, công nghệ sinh học và robot. Trên thực tế, số lượng bài báo được nộp đang tăng lên hàng năm và nhiều trường đại học trên thế giới đang mở các khoa liên quan và ngành công nghiệp đang đầu tư mạnh vào chúng. Ở Hàn Quốc, các trường đại học cũng đang mở các khoa liên quan đến AI lần lượt . Theo xu hướng này, chúng tôi đã tạo ra một bài giảng dành cho những ai muốn nghiên cứu sâu về học sâu một cách đúng đắn .

Học sâu là một môn học đòi hỏi cả hiểu biết khái niệmkỹ năng triển khai , vì vậy nhiều người thấy khó khăn. Do đó, thông qua bài giảng này, tôi sẽ cố gắng giải thích dễ hiểu hơn và chỉ ra những phần quan trọng. Chương trình giảng dạy được tổ chức dựa trên kiến ​​thức chuyên môn kinh nghiệm nghiên cứu của giảng viên, nội dung chủ yếu được chia thành hai phần.

Đầu tiên là cung cấp kiến ​​thức cần thiết về học sâu thông qua phần khái niệm . Nghiên cứu học sâu có nhiều phần được mở rộng hoặc cải tiến từ nội dung hiện có. Do đó, điều quan trọng là phải có được nội dung cơ bản và kiến ​​thức liên quan để hiểu được nghiên cứu mới nhất. Thứ hai là phát triển khả năng triển khai các mô hình bằng Pytorch . Trong bài giảng này, bạn có thể xây dựng nhiều mạng nơ-ron nhân tạo khác nhau như CNN, LSTM, GAN và CAM mà không cần cài đặt riêng phần lập trình.

Chúng tôi đã sắp xếp các bài giảng một cách gọn gàng để cân nhắc đến thời gian quý báu của bạn! Chúng ta bắt đầu thôi nào?

Những gì bạn sẽ học được trong khóa học này ✏️

Bạn vẫn chỉ sử dụng mã của người khác? Hay bạn đang triển khai mã mà không hiểu các khái niệm? Bạn chỉ có thể áp dụng nó và xác định các vấn đề hiện có bằng sự hiểu biết chính xác. (Nếu bạn chưa học về học sâu, hãy xem bài giảng " Hiểu các khái niệm về học sâu dẫn đến AI thực tế .") Trong bài giảng này, chúng tôi sẽ giải thích cách các khái niệm được sử dụng trong mạng nơ-ron nhân tạo hoạt động và học cùng nhau thông qua thực hành (dự đoán giá nhà, phân loại hình ảnh, dự đoán giá cổ phiếu, tạo mặt hàng thời trang, v.v.) . ( Tất cả các mã thực hành được đề cập trong bài giảng đều được cung cấp . + Triển khai trực tiếp 6 bài báo học thuật/tạp chí hàng đầu )

Nó cũng không chỉ giới hạn ở những kiến ​​thức cơ bản mà còn đề cập đến phương pháp học chuyển giao và điều chỉnh cần thiết cho nghiên cứu thực tế.

Tại sao lại là PyTorch?

PyTorch hiện là nền tảng học sâu được sử dụng rộng rãi nhất . Nhiều chỉ số đã cho thấy mức độ phổ biến và khả năng sử dụng rộng rãi của PyTorch.

Câu hỏi dự kiến ​​Q&A 🙋🏻‍♂️

* Toàn bộ chương trình giảng dạy được chia thành phần lý thuyết và phần thực hành, vàbài giảng này phần thực hành.

Hỏi Những người không học chuyên ngành chính có thể tham gia khóa học này không?
A. Bạn có thể học khóa học này bất kể chuyên ngành của bạn là gì , nhưng chúng tôi khuyên bạn nên học khóa triển khai sau khi học khóa lý thuyết học sâu ( Hiểu các khái niệm học sâu dẫn đến trí tuệ nhân tạo thực tế ). Nếu bạn có các khái niệm học sâu cơ bản, bạn có thể học khóa học này ngay. Đây là khóa học giới thiệu không yêu cầu bất kỳ kinh nghiệm lập trình nào.

H. Lợi ích của việc học sâu là gì?
A. Học sâu là công nghệ học máy được sử dụng rộng rãi nhất và là môn học mà bất kỳ ai bước vào lĩnh vực trí tuệ nhân tạo đều phải học . Ngoài ra, vì đã có nhiều sản phẩm sử dụng công nghệ học sâu xung quanh chúng ta, việc có được kiến ​​thức liên quan sẽ rất hữu ích cho việc làm hoặc công việc liên quan đến trí tuệ nhân tạo.

H. Bạn sử dụng chương trình nào trong phần triển khai?
A. Tất cả các bài tập không yêu cầu cài đặt riêng. Điều này sẽ được thực hiện trong Google Colaboratory . Cần có tài khoản Google (miễn phí) và nếu bạn không thể sử dụng Colab, bạn có thể gặp khó khăn khi thực hành .

H. Khóa học này có ưu điểm gì đặc biệt không?
A. Mặc dù đây là khóa học giới thiệu nhưng nó bao gồm việc triển khai trên giấy , học chuyển giao, điều chỉnh mô hình, v.v. Chúng tôi sẽ chia sẻ những câu chuyện chỉ có thể biết được thông qua nghiên cứu thực tế và bạn có thể học được những kiến ​​thức cơ bản từ Python đến PyTorch.

H. Tôi có nên mua cuốn sách "Giới thiệu về PyTorch cho học sâu" không?
A.
Bạn có thể tham gia lớp học mà không cần mua sách. Tuy nhiên, vì nội dung của sách đã được bổ sung và xuất bản sau khi bài giảng được biên soạn, bạn có thể truy cập nhiều nội dung hơn thông qua sách. Bạn có thể kiểm tra mục lục của sách thông qua liên kết bên dưới. Ngoài ra, ngay cả khi không có bài giảng trên Inflearn, chúng tôi vẫn sẽ trả lời các câu hỏi về nội dung của sách.

Được chọn cho hạng mục Sách học thuật Sejong năm 2022! ( 43 cuốn sách xuất sắc được chọn trong tổng số 257 cuốn sách )

Nhà sách Kyobo: https://bit.ly/3351kvV

Yes24: https://bit.ly/3n2gXeG

Hãy xem bài giảng lý thuyết nhé!! 👇

▲ Hiểu khái niệm học sâu dẫn đến trí tuệ nhân tạo thực tế (nhấp vào)

강의소개.콘텐츠.추천문구

학습 대상은 누구일까요?

  • Những ai quan tâm Đại học/Sau đại học về AI

  • Người nhập môn lập trình Deep Learning

  • Người biết kiến thức cơ bản về Deep Learning

선수 지식, 필요할까요?

  • Nắm vững khái niệm Deep Learning cho AI thực chiến

  • Cơ sở Học sâu

강의소개.지공자소개

5,135

수강생

404

수강평

261

답변

4.7

강의 평점

7

강의_other

Xin chào.

Tôi là Deep Learning Ho-hyung, hiện đang vận hành kênh YouTube về Deep Learning và Machine Learning.

Tôi tốt nghiệp chuyên ngành Toán học/Phân tích dữ liệu và đã hoàn thành cũng như đang thực hiện nhiều dự án Deep Learning.

Tôi có kiến thức để chia sẻ với các bạn về các nội dung trí tuệ nhân tạo như học máy, học máy nâng cao, học sâu, lý thuyết tối ưu hóa, học tăng cường, cho đến các nội dung toán học như đại số tuyến tính, vi tích phân, xác suất và thống kê, giải tích, giải tích số.

Rất vui được gặp tất cả các bạn!

* Lịch sử liên quan

Hiện tại) Có nhiều bài báo SCI(E) và báo cáo tại các hội thảo quốc tế

Hiện tại) Đang là cố vấn cho nhiều trường đại học về lĩnh vực trí tuệ nhân tạo

Cựu Nghiên cứu viên chính tại doanh nghiệp K - Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, cải thiện hiệu suất, ứng dụng công nghệ mới

Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book)

- Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, nâng cao hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book).

- Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, nâng cao hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book).

Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, nâng cao hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 bởi Sejong Books).

Phân tích dữ liệu và mô phỏng: Phát triển sản phẩm mới, cải thiện hiệu suất, ứng dụng công nghệ mới. Tác giả cuốn sách "Nhập môn PyTorch cho Deep Learning" (Được chọn là Sách học thuật xuất sắc năm 2022 của Sejong Book).

더보기

커리큘럼

전체

40개 ∙ (강의상세_런타임_시간 강의상세_런타임_분)

해당 강의에서 제공: [object Object]
강의 게시일: 
마지막 업데이트일: 

수강평

전체

81개

4.6

81개의 수강평

  • fffuro0237님의 프로필 이미지
    fffuro0237

    수강평 1

    평균 평점 5.0

    5

    100% 수강 후 작성

    Cảm ơn

    • dlbro
      지식공유자

      Cảm ơn! Làm việc chăm chỉ!!

  • ushi526863님의 프로필 이미지
    ushi526863

    수강평 2

    평균 평점 5.0

    5

    60% 수강 후 작성

    • tjjang3530님의 프로필 이미지
      tjjang3530

      수강평 8

      평균 평점 5.0

      5

      73% 수강 후 작성

      Nó thực sự tốt đẹp

      • dlbro
        지식공유자

        Cảm ơn!!

    • inkyungil님의 프로필 이미지
      inkyungil

      수강평 11

      평균 평점 5.0

      5

      100% 수강 후 작성

      Tôi đã học tất cả các bài giảng. Tôi học deep learning chỉ vì hứng thú. Có rất nhiều thông tin cần biết và nhiều thuật ngữ kỹ thuật hơn tôi nghĩ nên tôi không quen với thuật ngữ này nhưng Anh Hồ đã rất nhiệt tình giải đáp những thắc mắc của tôi. Tôi sẽ phải bắt đầu với CNN và học lại nó bằng cách lặp lại nó nhiều lần. Cảm ơn

      • dlbro
        지식공유자

        Cảm ơn :)

    • chj9203190380님의 프로필 이미지
      chj9203190380

      수강평 4

      평균 평점 5.0

      5

      100% 수강 후 작성

      Một bài giảng tổ chức kiến ​​thức sâu rộng

      • dlbro
        지식공유자

        Cảm ơn bạn đã đánh giá của bạn!! Nếu bạn có bất kỳ câu hỏi nào, xin vui lòng để lại tin nhắn bất cứ lúc nào :)

    dlbro님의 다른 강의

    지식공유자님의 다른 강의를 만나보세요!

    비슷한 강의

    같은 분야의 다른 강의를 만나보세요!

    강의상세.할인문구

    51.590 ₫

    30%

    1.529.459 ₫