Нафаня
Организатор
- #1
[Udemy] PyTorch: Глубокое обучение и искусственный интеллект - eng-rus [Lazy Programmer Inc]
- Ссылка на картинку
Нейронные сети для компьютерного зрения, прогнозирования временных рядов, НЛП, GANs, Reinforcement Learning и многое другое!
Требования:
Уметь писать код на Python и Numpy
Для теоретической части (по выбору) - понимание производных и вероятности
Описание:
Вы когда-нибудь задумывались, как на самом деле работают такие технологии искусственного интеллекта, как OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion? В этом курсе вы узнаете об основах этих революционных приложений.
Добро пожаловать в PyTorch: Глубокое обучение и искусственный интеллект!
Несмотря на то, что библиотека глубокого обучения Tensorflow от Google приобрела огромную популярность за последние несколько лет, PyTorch остается самой популярной библиотекой для профессионалов и исследователей по всему миру в области глубокого обучения и искусственного интеллекта.
Возможно ли, что Tensorflow популярен только потому, что Google популярен и использует эффективный маркетинг?
Почему Tensorflow так сильно изменился между первой и второй версиями? Было ли в нем что-то глубоко ошибочное, и существуют ли еще потенциальные проблемы?
Менее известно, что PyTorch поддерживается другим интернет-гигантом - Facebook (в частности, Facebook AI Research Lab - FAIR). Так что если вам нужна популярная библиотека глубокого обучения, поддерживаемая компаниями-миллиардерами и многочисленным сообществом, вы не ошибетесь с PyTorch. И, возможно, это бонус, что библиотека не уничтожит весь ваш старый код при переходе на следующую версию
С другой стороны, очень хорошо известно, что все ведущие ИИ-компании (например, OpenAI, Apple и JPMorgan Chase) используют PyTorch. OpenAI только недавно перешел на PyTorch в 2020 году, что является сильным признаком того, что PyTorch набирает обороты.
Если вы профессионал, вы быстро поймете, что создание и тестирование новых идей - это чрезвычайно
За последнее время Deep Learning обеспечило ряд потрясающих достижений, таких как:
Создание красивых, фотореалистичных изображений людей и вещей, которых никогда не существовало (GANs)
Победа над чемпионами мира в стратегической игре Го, а также в таких сложных видеоиграх, как CS:GO и Dota 2 (Deep Reinforcement Learning)
Самоуправляемые автомобили (компьютерное зрение)
Распознавание речи (например, Siri) и машинный перевод (обработка естественного языка)
Даже создание видеороликов, на которых люди делают и говорят то, чего они никогда не делали (DeepFakes - потенциально опасное применение глубокого обучения).
Этот курс рассчитан на студентов начального уровня, вплоть до экспертов. Как это может быть?Если вы только что прошли мой бесплатный предварительный курс по Numpy, то вы знаете все, что вам нужно, чтобы сразу же приступить к занятиям.
Мы начнем с самых простых моделей машинного обучения и перейдем к современным концепциям. Попутно вы узнаете обо всех основных архитектурах глубокого обучения, таких как глубокие нейронные сети, конволюционные нейронные сети (обработка изображений) и рекуррентные нейронные сети (данные последовательности).
Текущие проекты включают:
Обработка естественного языка (NLP)
Рекомендательные системы
Трансферное обучение для компьютерного зрения
Генеративные адверсарные сети (GAN)
Бот для торговли акциями на основе глубокого обучения с подкреплением
Даже если вы уже прошли все мои предыдущие курсы, вы все равно узнаете, как преобразовать свой предыдущий код, чтобы он использовал PyTorch. Кроме того, в этом курсе есть совершенно новые и никогда ранее не встречавшиеся проекты, такие как прогнозирование временных рядов и прогнозирование акций.
Этот курс рассчитан на студентов, которые хотят учиться быстро, но есть и "углубленные" разделы на случай, если вы захотите немного углубиться в теорию (например, что такое функция потерь и каковы различные типы подходов градиентного спуска).Я исхожу из того, что даже если вы не на 100% владеете математическими понятиями, вы все равно сможете это сделать! В этом курсе мы больше сосредоточимся на библиотеке PyTorch, а не на выводе математических уравнений. Для этого у меня уже есть куча курсов, так что нет необходимости повторять это здесь.
Примечание инструктора: Этот курс ориентирован на широту, а не на глубину, в нем меньше теории в пользу создания более крутых вещей. Если вы ищете более насыщенный теорией курс, то это не он. Вообще, для каждой из этих тем (рекомендательные системы, обработка естественного языка, обучение с подкреплением, компьютерное зрение, GANs и т.д.) у меня уже есть курсы, посвященные только этим темам.
Чему вы научитесь:
Искусственные нейронные сети (ИНС) / Глубокие нейронные сети (ГНС)
Прогнозирование доходности акций
Понимание важных основ OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion
Трансферное обучение для создания современных классификаторов изображений
Демонстрация закона Мура с помощью кода
Обработка естественного языка (NLP) с помощью глубокого обучения
Рекуррентные нейронные сети (RNNs)
Конволюционные нейронные сети (CNN)
Распознавание изображений
Рекомендательные системы
GANs (Generative Adversarial Networks)
Как построить бота для торговли акциями с глубоким обучением с подкреплением
Компьютерное зрение
Прогнозирование временных рядов
Преподаватель:
Lazy Programmer Inc.
Ленивый программист - опытный онлайн-педагог с непоколебимой страстью к распространению знаний. Имея более чем 10-летний опыт работы, он произвел революцию в области науки о данных и машинного обучения, покорив аудиторию по всему миру своими комплексными курсами и учебными пособиями.
Обладая многопрофильным образованием, Ленивый программист имеет замечательный дуэт магистерских степеней. Первым делом он занялся компьютерной инженерией, специализируясь на машинном обучении и распознавании образов. Затем, не зная границ, он отправился в сферу статистики, изучая ее применение в финансовом инжиниринге.
Признанный первопроходцем в своей области, "ленивый программист" быстро освоил возможности глубокого обучения, когда оно еще только зарождалось. Будучи одним из первопроходцев, он бесстрашно взялся за организацию одного из первых онлайн-курсов по глубокому обучению, что позволило ему занять лидирующие позиции в отрасли.
За пределами сферы образования Ленивый программист обладает бесценным практическим опытом, который сформировал его знания. Его работа в области интернет-рекламы и цифровых медиа принесла поразительные результаты: он поднял на новую высоту показатели кликов и конверсии, а также увеличил доходы компаний, в которых он работал, на миллионы долларов. Как инженер-программист полного цикла, он хорошо знаком с целым рядом бэкенд- и веб-технологий, включая Python, Ruby on Rails, C++, Scala, PHP, Javascript, SQL, большие данные, Spark и Redis.
Хотя его достижения в области науки о данных и машинного обучения поражают воображение, интеллектуальная любознательность Ленивого программиста выходит далеко за рамки этих областей. Его стремление к знаниям заставляет его исследовать такие разнообразные области, как открытие лекарственных препаратов, биоинформатика и алгоритмическая торговля. Вникая в сложности и тонкости этих областей, он стремится раскрыть их потенциал и внести свой вклад в их развитие.
Благодаря неизменной приверженности своим студентам и склонности к упрощению сложных концепций, "Ленивый программист" является влиятельной фигурой в сфере онлайн-образования. Благодаря своим курсам по науке о данных, машинному обучению, глубокому обучению и искусственному интеллекту он помогает начинающим студентам уверенно ориентироваться в запутанном ландшафте этих дисциплин.
Как автор, наставник и новатор, "Ленивый программист" оставил неизгладимый след в мире науки о данных, машинного обучения и не только. Благодаря своей способности разъяснять самые сложные концепции он продолжает формировать новое поколение специалистов по изучению данных и вдохновляет множество людей на собственные интеллектуальные путешествия.
Lazy Programmer Team
Ленивый программист - опытный онлайн-педагог с непоколебимой страстью к распространению знаний. Имея более чем 10-летний опыт работы, он произвел революцию в области науки о данных и машинного обучения, покорив аудиторию по всему миру своими комплексными курсами и учебными пособиями.
Обладая многопрофильным образованием, Ленивый программист имеет замечательный дуэт магистерских степеней. Первым делом он занялся компьютерной инженерией, специализируясь на машинном обучении и распознавании образов. Затем, не зная границ, он отправился в сферу статистики, изучая ее применение в финансовом инжиниринге.
Признанный первопроходцем в своей области, "ленивый программист" быстро освоил возможности глубокого обучения, когда оно еще только зарождалось. Будучи одним из первопроходцев, он бесстрашно взялся за организацию одного из первых онлайн-курсов по глубокому обучению, что позволило ему занять лидирующие позиции в отрасли.
За пределами сферы образования Ленивый программист обладает бесценным практическим опытом, который сформировал его знания. Его работа в области интернет-рекламы и цифровых медиа принесла поразительные результаты: он поднял на новую высоту показатели кликов и конверсии, а также увеличил доходы компаний, в которых он работал, на миллионы долларов. Как инженер-программист полного цикла, он хорошо знаком с целым рядом бэкенд- и веб-технологий, включая Python, Ruby on Rails, C++, Scala, PHP, Javascript, SQL, большие данные, Spark и Redis.
Хотя его достижения в области науки о данных и машинного обучения поражают воображение, интеллектуальная любознательность Ленивого программиста выходит далеко за рамки этих областей. Его стремление к знаниям заставляет его исследовать такие разнообразные области, как открытие лекарственных препаратов, биоинформатика и алгоритмическая торговля. Вникая в сложности и тонкости этих областей, он стремится раскрыть их потенциал и внести свой вклад в их развитие.
Благодаря неизменной приверженности своим студентам и склонности к упрощению сложных концепций, "Ленивый программист" является влиятельной фигурой в сфере онлайн-образования. Благодаря своим курсам по науке о данных, машинному обучению, глубокому обучению и искусственному интеллекту он помогает начинающим студентам уверенно ориентироваться в запутанном ландшафте этих дисциплин.
Как автор, наставник и новатор, "Ленивый программист" оставил неизгладимый след в мире науки о данных, машинного обучения и не только. Благодаря своей способности разъяснять самые сложные концепции он продолжает формировать новое поколение специалистов по изучению данных и вдохновляет множество людей на собственные интеллектуальные путешествия.
Язык: Английский + Английские субтитры.
Бонус от Организатора: Русские субтитры + Русские аудио дорожки машинный перевод + для удобства воспроизведения добавлена отдельная папка с сшитыми видео файлами (Русская аудио дорожка + видео файл) [Premium Ai].
*Аудио перевод произведён с синхронизацией таймингов.
Требования:
Уметь писать код на Python и Numpy
Для теоретической части (по выбору) - понимание производных и вероятности
Описание:
Вы когда-нибудь задумывались, как на самом деле работают такие технологии искусственного интеллекта, как OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion? В этом курсе вы узнаете об основах этих революционных приложений.
Добро пожаловать в PyTorch: Глубокое обучение и искусственный интеллект!
Несмотря на то, что библиотека глубокого обучения Tensorflow от Google приобрела огромную популярность за последние несколько лет, PyTorch остается самой популярной библиотекой для профессионалов и исследователей по всему миру в области глубокого обучения и искусственного интеллекта.
Возможно ли, что Tensorflow популярен только потому, что Google популярен и использует эффективный маркетинг?
Почему Tensorflow так сильно изменился между первой и второй версиями? Было ли в нем что-то глубоко ошибочное, и существуют ли еще потенциальные проблемы?
Менее известно, что PyTorch поддерживается другим интернет-гигантом - Facebook (в частности, Facebook AI Research Lab - FAIR). Так что если вам нужна популярная библиотека глубокого обучения, поддерживаемая компаниями-миллиардерами и многочисленным сообществом, вы не ошибетесь с PyTorch. И, возможно, это бонус, что библиотека не уничтожит весь ваш старый код при переходе на следующую версию
С другой стороны, очень хорошо известно, что все ведущие ИИ-компании (например, OpenAI, Apple и JPMorgan Chase) используют PyTorch. OpenAI только недавно перешел на PyTorch в 2020 году, что является сильным признаком того, что PyTorch набирает обороты.
Если вы профессионал, вы быстро поймете, что создание и тестирование новых идей - это чрезвычайно
За последнее время Deep Learning обеспечило ряд потрясающих достижений, таких как:
Создание красивых, фотореалистичных изображений людей и вещей, которых никогда не существовало (GANs)
Победа над чемпионами мира в стратегической игре Го, а также в таких сложных видеоиграх, как CS:GO и Dota 2 (Deep Reinforcement Learning)
Самоуправляемые автомобили (компьютерное зрение)
Распознавание речи (например, Siri) и машинный перевод (обработка естественного языка)
Даже создание видеороликов, на которых люди делают и говорят то, чего они никогда не делали (DeepFakes - потенциально опасное применение глубокого обучения).
Этот курс рассчитан на студентов начального уровня, вплоть до экспертов. Как это может быть?Если вы только что прошли мой бесплатный предварительный курс по Numpy, то вы знаете все, что вам нужно, чтобы сразу же приступить к занятиям.
Мы начнем с самых простых моделей машинного обучения и перейдем к современным концепциям. Попутно вы узнаете обо всех основных архитектурах глубокого обучения, таких как глубокие нейронные сети, конволюционные нейронные сети (обработка изображений) и рекуррентные нейронные сети (данные последовательности).
Текущие проекты включают:
Обработка естественного языка (NLP)
Рекомендательные системы
Трансферное обучение для компьютерного зрения
Генеративные адверсарные сети (GAN)
Бот для торговли акциями на основе глубокого обучения с подкреплением
Даже если вы уже прошли все мои предыдущие курсы, вы все равно узнаете, как преобразовать свой предыдущий код, чтобы он использовал PyTorch. Кроме того, в этом курсе есть совершенно новые и никогда ранее не встречавшиеся проекты, такие как прогнозирование временных рядов и прогнозирование акций.
Этот курс рассчитан на студентов, которые хотят учиться быстро, но есть и "углубленные" разделы на случай, если вы захотите немного углубиться в теорию (например, что такое функция потерь и каковы различные типы подходов градиентного спуска).Я исхожу из того, что даже если вы не на 100% владеете математическими понятиями, вы все равно сможете это сделать! В этом курсе мы больше сосредоточимся на библиотеке PyTorch, а не на выводе математических уравнений. Для этого у меня уже есть куча курсов, так что нет необходимости повторять это здесь.
Примечание инструктора: Этот курс ориентирован на широту, а не на глубину, в нем меньше теории в пользу создания более крутых вещей. Если вы ищете более насыщенный теорией курс, то это не он. Вообще, для каждой из этих тем (рекомендательные системы, обработка естественного языка, обучение с подкреплением, компьютерное зрение, GANs и т.д.) у меня уже есть курсы, посвященные только этим темам.
Чему вы научитесь:
Искусственные нейронные сети (ИНС) / Глубокие нейронные сети (ГНС)
Прогнозирование доходности акций
Понимание важных основ OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion
Трансферное обучение для создания современных классификаторов изображений
Демонстрация закона Мура с помощью кода
Обработка естественного языка (NLP) с помощью глубокого обучения
Рекуррентные нейронные сети (RNNs)
Конволюционные нейронные сети (CNN)
Распознавание изображений
Рекомендательные системы
GANs (Generative Adversarial Networks)
Как построить бота для торговли акциями с глубоким обучением с подкреплением
Компьютерное зрение
Прогнозирование временных рядов
Преподаватель:
Lazy Programmer Inc.
Ленивый программист - опытный онлайн-педагог с непоколебимой страстью к распространению знаний. Имея более чем 10-летний опыт работы, он произвел революцию в области науки о данных и машинного обучения, покорив аудиторию по всему миру своими комплексными курсами и учебными пособиями.
Обладая многопрофильным образованием, Ленивый программист имеет замечательный дуэт магистерских степеней. Первым делом он занялся компьютерной инженерией, специализируясь на машинном обучении и распознавании образов. Затем, не зная границ, он отправился в сферу статистики, изучая ее применение в финансовом инжиниринге.
Признанный первопроходцем в своей области, "ленивый программист" быстро освоил возможности глубокого обучения, когда оно еще только зарождалось. Будучи одним из первопроходцев, он бесстрашно взялся за организацию одного из первых онлайн-курсов по глубокому обучению, что позволило ему занять лидирующие позиции в отрасли.
За пределами сферы образования Ленивый программист обладает бесценным практическим опытом, который сформировал его знания. Его работа в области интернет-рекламы и цифровых медиа принесла поразительные результаты: он поднял на новую высоту показатели кликов и конверсии, а также увеличил доходы компаний, в которых он работал, на миллионы долларов. Как инженер-программист полного цикла, он хорошо знаком с целым рядом бэкенд- и веб-технологий, включая Python, Ruby on Rails, C++, Scala, PHP, Javascript, SQL, большие данные, Spark и Redis.
Хотя его достижения в области науки о данных и машинного обучения поражают воображение, интеллектуальная любознательность Ленивого программиста выходит далеко за рамки этих областей. Его стремление к знаниям заставляет его исследовать такие разнообразные области, как открытие лекарственных препаратов, биоинформатика и алгоритмическая торговля. Вникая в сложности и тонкости этих областей, он стремится раскрыть их потенциал и внести свой вклад в их развитие.
Благодаря неизменной приверженности своим студентам и склонности к упрощению сложных концепций, "Ленивый программист" является влиятельной фигурой в сфере онлайн-образования. Благодаря своим курсам по науке о данных, машинному обучению, глубокому обучению и искусственному интеллекту он помогает начинающим студентам уверенно ориентироваться в запутанном ландшафте этих дисциплин.
Как автор, наставник и новатор, "Ленивый программист" оставил неизгладимый след в мире науки о данных, машинного обучения и не только. Благодаря своей способности разъяснять самые сложные концепции он продолжает формировать новое поколение специалистов по изучению данных и вдохновляет множество людей на собственные интеллектуальные путешествия.
Lazy Programmer Team
Ленивый программист - опытный онлайн-педагог с непоколебимой страстью к распространению знаний. Имея более чем 10-летний опыт работы, он произвел революцию в области науки о данных и машинного обучения, покорив аудиторию по всему миру своими комплексными курсами и учебными пособиями.
Обладая многопрофильным образованием, Ленивый программист имеет замечательный дуэт магистерских степеней. Первым делом он занялся компьютерной инженерией, специализируясь на машинном обучении и распознавании образов. Затем, не зная границ, он отправился в сферу статистики, изучая ее применение в финансовом инжиниринге.
Признанный первопроходцем в своей области, "ленивый программист" быстро освоил возможности глубокого обучения, когда оно еще только зарождалось. Будучи одним из первопроходцев, он бесстрашно взялся за организацию одного из первых онлайн-курсов по глубокому обучению, что позволило ему занять лидирующие позиции в отрасли.
За пределами сферы образования Ленивый программист обладает бесценным практическим опытом, который сформировал его знания. Его работа в области интернет-рекламы и цифровых медиа принесла поразительные результаты: он поднял на новую высоту показатели кликов и конверсии, а также увеличил доходы компаний, в которых он работал, на миллионы долларов. Как инженер-программист полного цикла, он хорошо знаком с целым рядом бэкенд- и веб-технологий, включая Python, Ruby on Rails, C++, Scala, PHP, Javascript, SQL, большие данные, Spark и Redis.
Хотя его достижения в области науки о данных и машинного обучения поражают воображение, интеллектуальная любознательность Ленивого программиста выходит далеко за рамки этих областей. Его стремление к знаниям заставляет его исследовать такие разнообразные области, как открытие лекарственных препаратов, биоинформатика и алгоритмическая торговля. Вникая в сложности и тонкости этих областей, он стремится раскрыть их потенциал и внести свой вклад в их развитие.
Благодаря неизменной приверженности своим студентам и склонности к упрощению сложных концепций, "Ленивый программист" является влиятельной фигурой в сфере онлайн-образования. Благодаря своим курсам по науке о данных, машинному обучению, глубокому обучению и искусственному интеллекту он помогает начинающим студентам уверенно ориентироваться в запутанном ландшафте этих дисциплин.
Как автор, наставник и новатор, "Ленивый программист" оставил неизгладимый след в мире науки о данных, машинного обучения и не только. Благодаря своей способности разъяснять самые сложные концепции он продолжает формировать новое поколение специалистов по изучению данных и вдохновляет множество людей на собственные интеллектуальные путешествия.
Язык: Английский + Английские субтитры.
Бонус от Организатора: Русские субтитры + Русские аудио дорожки машинный перевод + для удобства воспроизведения добавлена отдельная папка с сшитыми видео файлами (Русская аудио дорожка + видео файл) [Premium Ai].
*Аудио перевод произведён с синхронизацией таймингов.
