Список уроков:
- Как проходить курс?
- Введение в машинное обучение
- Установка необходимого ПО
В конце данного модуля у Вас уже будет всё готово для создания нейросетей.
- Модуль №2. Основы создания нейросетей
Обучение построено очень плавно. От тривиальных вещей до относительно сложных мы будем двигаться очень маленькими шажками. Поэтому понять данный модуль сможет даже гуманитарий.
Список уроков:
- Создание простейшей нейросети
- Создание нейросети с несколькими входами
- Создание нейросети с несколькими выходами
- Создание нейросети с несколькими входами и выходами
- Добавление скрытого слоя
- Библиотека NumPy
- Упрощение кода с помощью NumPy
- Оценка ошибки
- Градиентный спуск
- Решение проблемы с расхождением
- Градиентный спуск с несколькими входами
- Градиентный спуск с несколькими выходами
- Градиентный спуск с несколькими входами и несколькими выходами
- Обучение на нескольких наборах данных
- Создание нейросети, определяющей пол человека по весу и возрасту
После этого модуля Вы уже научитесь создавать и обучать свои несложные нейросети.
- Модуль №3. Создание сложных нейросетей
Простые нейросети уже могут решать многие задачи. Однако, для большинства практических задач, нужно научиться создавать нейросети с более сложной архитектурой. В этом модуле Вы этому научитесь.
Список уроков:
- Скрытые слои и функция ReLu
- Обучение со скрытыми слоями
- Распознавание рукописных цифр
- Улучшение распознавания рукописных цифр
- Пакетный градиентный спуск
- Функция активации sigmoid
- Функция активации tanh
- Функция активации softmax
После этого модуля Вы научитесь создавать достаточно сложные нейросети. Но и код становится уже большим и тяжёлым для восприятия.
Однако, его можно сильно упростить. Для этого нужно сделать обобщение всех наших знаний с помощью написания собственного фреймворка.
- Модуль №4. Создание фреймворка
Специалисты по нейросетям знают, что существует много популярных фреймворков по созданию нейросетей: PyTorch, TensorFlow, Keras, Caffe и многие другие. Но это не WordPress, который можно успешно применять, не понимая, что такое PHP или HTML.
Без понимания фундамента, Вы не сможете грамотно применять эти фреймворки. И наилучший способ разобраться в них – это сделать свой фреймворк. Этим мы и займёмся в этом модуле.
Список уроков:
- Тензоры
- Добавление автоматической дифференциации
- Добавление отрицания
- Добавление вычитания
- Добавление умножения
- Добавление суммирования
- Добавление матричного умножения
- Добавление нелинейных функций
- Создание класса для стохастического градиентного спуска
- Первое применение фреймворка
- Добавление класса для линейного слоя
- Добавление класса для последовательных слоёв
- Добавление слоёв для нелинейных функций
- Добавления слоя для вычисления ошибки
- Добавление softmax
Созданный фреймворк поможет легко и быстро создавать весьма сложные нейросети буквально несколькими строчками кода. Но самое главное не это. Главное, Вы будете знать, как любой фреймворк работает изнутри и как его грамотно применять.
- Модуль №5. Фреймворк PyTorch
PyTorch - очень мощный и гибкий фреймворк для создания нейросетей. В этом модуле Вы познакомитесь с ним.
Список уроков:
- Установка PyTorch
- Создание тензоров
- Определение и обучение модели
- Сохранение и загрузка модели
- Создание глубокой нейросети
- Заключение
После этого модуля Вы сможете применять PyTorch для создания действительно сложных нейросетей. Причём, фреймворк позволит Вам это делать легко и быстро.
Без упражнений материал усваивается от силы на 10%. Поэтому упражнения необходимы для любого обучающего курса. В курсе Вас ждёт 150 заданий для закрепления материалов из уроков.
