강의

멘토링

커뮤니티

Programming

/

etc. (Programming)

[Ngừng bán] Hiểu PyTorch trong một nốt nhạc bằng code_Phần dự án

Hiểu ngay PyTorch qua code_Phần dự án sử dụng dữ liệu hình ảnh, video và ngôn ngữ tự nhiên để triển khai các dự án deep learning thực tế, đồng thời hiểu được cấu trúc và luồng hoạt động của mô hình thông qua việc học tập tập trung vào code hơn là lý thuyết.

(5.0) 1 đánh giá

14 học viên

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

  • onepm
Deep Learning(DL)
Deep Learning(DL)
AI
AI
Deep Learning(DL)
Deep Learning(DL)
AI
AI

Bạn sẽ nhận được điều này sau khi học.

  • PyTorch

  • Học sâu

  • Dự án thực chiến Deep Learning

'Hiểu ngay PyTorch qua code_Phiên bản dự án' triển khai các dự án deep learning thực tế sử dụng dữ liệu hình ảnh, video và ngôn ngữ tự nhiên, tập trung vào việc hiểu trực quan cấu trúc và luồng hoạt động của mô hình thông qua học tập tập trung vào code hơn là lý thuyết.


🔍 Cấu trúc cốt lõi của chương trình học

🖼 Deep Learning về Hình ảnh (Image) - Faster R-CNN, YOLOv8

  • Thực hành deep learning dựa trên hình ảnh bằng cách sử dụng hai mô hình phát hiện đối tượng tiêu biểu là Faster R-CNNYOLOv8.

  • Chúng tôi sẽ đi qua toàn bộ quy trình dự án từ tiền xử lý dữ liệu hình ảnh, phân tích Input, đến suy luận dựa trên trọng số.

🎞 Deep Learning Video - Phân loại Hành động (Action Classification)

  • Phân loại hành động (Action Classification) là mục tiêu, cấu hình mô hình backbone phù hợp với dữ liệu video và thiết kế mô hình bằng cách kết nối classification head.

  • So với suy luận trên ảnh đơn, chúng ta sẽ tạo lớp dataset tùy chỉnh phù hợp với cấu trúc dữ liệu của 'dữ liệu video'.

  • Khám phá từ tập dữ liệu video mã nguồn mở, đến quá trình huấn luyện và suy luận.

🌐 Thu thập và trực quan hóa dữ liệu dựa trên web crawling

  • Thực hành quy trình tiền xử lý ngôn ngữ tự nhiên bằng tiếng Anh và tiếng Hàn.

  • Tạo trình thu thập dữ liệu web dựa trên công cụ dành cho nhà phát triển để thu thập dữ liệu văn bản.

  • Dữ liệu thu thập được sẽ được tiền xử lý ngôn ngữ tự nhiên, sau đó thực hiện trực quan hóa đám mây từ cho tiếng Hàn.

🧠 Xử lý Ngôn ngữ Tự nhiên (NLP) và Fine-tuning

  • Học tập về các phương pháp cải thiện hiệu suất của mô hình ngôn ngữ.

  • Khám phá các phần API của Hugging Face và thực hành xử lý mô hình ngôn ngữ bằng cách sử dụng các lớp phù hợp.

  • Hoàn thành mô hình NLP tùy chỉnh bằng cách tinh chỉnh mô hình pre-trained của Hugging Face.


Sử dụng dữ liệu hình ảnh tổng hợp khoang miệng

thực hiện dự án Object Detection về sâu răng.

Sau khi học các bước xử lý ngôn ngữ tự nhiên,

Sử dụng kho ngữ liệu tự tạo thông qua crawling để

thực hành tạo Word Cloud.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người đã chán ngấy với ví dụ MNIST của PyTorch

  • Những người đang bối rối không biết bắt đầu dự án thực tế về deep learning như thế nào

Cần biết trước khi bắt đầu?

  • python

  • Cơ bản về Deep Learning

  • PyTorch

Xin chào
Đây là

Công ty Cổ phần Hansigyeong là công ty phát triển Web/App tích hợp trí tuệ nhân tạo và phát triển robot, đồng thời là doanh nghiệp tư vấn đào tạo khởi nghiệp và việc làm tích hợp dữ liệu lớn AI. Về mảng đào tạo liên quan đến dữ liệu lớn và trí tuệ nhân tạo, chúng tôi đang tiến hành giảng dạy các nội dung như phát triển Front-end, phát triển Back-end, phát triển Full-stack và phát triển tích hợp AI tại KOSA, Multicampus, v.v.

https://youtu.be/wBqtTRyEd3I?si=qS9c8TdFAZq_qHLF

Chương trình giảng dạy

Tất cả

26 bài giảng ∙ (7giờ 16phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

1 đánh giá

5.0

1 đánh giá

  • paulmoon008308님의 프로필 이미지
    paulmoon008308

    Đánh giá 111

    Đánh giá trung bình 4.9

    5

    31% đã tham gia

    1.161.676 ₫

    Khóa học khác của onepm

    Hãy khám phá các khóa học khác của giảng viên!

    Khóa học tương tự

    Khám phá các khóa học khác trong cùng lĩnh vực!