ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
डीप लर्निंग की शक्ति को समझना
डीप लर्निंग हर जगह है: स्मार्टफोन कैमरों, वॉइस असिस्टेंट्स और सेल्फ-ड्राइविंग कारों में। इसने प्रोटीन संरचनाओं की खोज करने और गो खेल में इंसानों को हराने में भी मदद की है। इस शक्तिशाली तकनीक को जानें और PyTorch, जो सबसे लोकप्रिय डीप लर्निंग लाइब्रेरीज़ में से एक है, का उपयोग करके इसका लाभ उठाना सीखें।अपना पहला न्यूरल नेटवर्क प्रशिक्षित करें
सबसे पहले, डीप लर्निंग और "क्लासिक" मशीन लर्निंग के बीच के अंतर को समझें। आप एक न्यूरल नेटवर्क की प्रशिक्षण प्रक्रिया और एक प्रशिक्षण लूप कैसे लिखें, इसके बारे में सीखेंगे। ऐसा करने के लिए, आप प्रतिगमन और वर्गीकरण समस्याओं के लिए लॉस फ़ंक्शन बनाएँगे और उनके अवकलजों की गणना करने के लिए PyTorch का उपयोग करेंगे।अपने मॉडल का मूल्यांकन करें और उसे बेहतर बनाएं
दूसरे भाग में, उन विभिन्न हाइपरपैरामीटरों के बारे में जानें जिन्हें आप अपने मॉडल को बेहतर बनाने के लिए समायोजित कर सकते हैं। एक न्यूरल नेटवर्क के विभिन्न घटकों के बारे में जानने के बाद, आप बड़े और अधिक जटिल आर्किटेक्चर बना सकेंगे। अपने मॉडल के प्रदर्शन को मापने के लिए, आप TorchMetrics का उपयोग करेंगे, जो मॉडल मूल्यांकन के लिए एक PyTorch लाइब्रेरी है।पूर्ण होने पर, आप डीप लर्निंग का उपयोग करके सारणीबद्ध और इमेज डेटा दोनों पर वर्गीकरण और प्रतिगमन समस्याओं को हल करने के लिए PyTorch का लाभ उठा सकेंगे। अपने करियर को आगे बढ़ाने की चाह रखने वाले अनुभवी डेटा पेशेवरों के लिए एक महत्वपूर्ण क्षमता।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
PyTorch परिचय: एक Deep Learning लाइब्रेरी
सेल्फ-ड्राइविंग कारें, स्मार्टफोन, सर्च इंजन... डीप लर्निंग अब हर जगह है। जटिल मॉडल बनाने से पहले, आप PyTorch नामक डीप लर्निंग फ़्रेमवर्क से परिचित होंगे। आप टेन्सर्स को मैनेज करना, PyTorch डेटा स्ट्रक्चर्स बनाना, और लीनियर लेयर्स के साथ PyTorch में अपना पहला न्यूरल नेटवर्क बनाना सीखेंगे।
- PyTorch के साथ डीप लर्निंग का परिचय50 XP
- PyTorch tensors के साथ शुरुआत100 XP
- टेंसर्स की जाँच करना और जोड़ना100 XP
- न्यूरल नेटवर्क और लेयर्स50 XP
- Linear लेयर नेटवर्क100 XP
- Weights को समझना50 XP
- Hidden layers और parameters50 XP
- आपका पहला न्यूरल नेटवर्क100 XP
- Linear लेयर्स को स्टैक करना100 XP
- पैरामीटर्स की संख्या गिनना100 XP
2
Neural Network आर्किटेक्चर और Hyperparameters
PyTorch में एक न्यूरल नेटवर्क को ट्रेन करने के लिए, आपको पहले कुछ अतिरिक्त कंपोनेंट्स समझने होंगे, जैसे कि एक्टिवेशन और लॉस फंक्शन। फिर आप देखेंगे कि नेटवर्क को ट्रेन करने के लिए उस लॉस फंक्शन को मिनिमाइज़ करना पड़ता है, जो ग्रेडिएंट्स निकालकर किया जाता है। आप सीखेंगे कि इन ग्रेडिएंट्स का उपयोग करके अपने मॉडल के पैरामीटर्स को कैसे अपडेट करें।
3
PyTorch के साथ Neural Network को ट्रेन करना
अब जब आप न्यूरल नेटवर्क के मुख्य कंपोनेंट्स सीख चुके हैं, तो आप एक ट्रेनिंग लूप का उपयोग करके उसे ट्रेन करेंगे। आप vanishing gradients जैसे संभावित मुद्दों का पता लगाएंगे और उन्हें संभालने की रणनीतियाँ सीखेंगे, जैसे वैकल्पिक एक्टिवेशन फंक्शंस और learning rate व momentum को ट्यून करना।
4
मॉडल का मूल्यांकन और सुधार
डीप लर्निंग मॉडल को ट्रेन करना एक कला है, और यह सुनिश्चित करने के लिए कि हमारा मॉडल सही तरीके से ट्रेन हो रहा है, हमें ट्रेनिंग के दौरान कुछ मेट्रिक्स—जैसे लॉस या एक्यूरेसी—ट्रैक करने की ज़रूरत होती है। हम सीखेंगे कि ऐसे मेट्रिक्स कैसे निकाले जाएँ और overfitting को कैसे कम किया जाए।
PyTorch के साथ Deep Learning परिचय
कोर्स
पूर्ण
