Deep Learning intermedio con PyTorch

IntermedioLivello di competenza

Aggiornato 06/2025

Scopri le architetture di deep learning di base come CNN, RNN, LSTM e GRU per modellare immagini e dati sequenziali.

Crea il tuo account gratuito

Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Descrizione del corso

Impara il deep learning

Il deep learning è un campo dell'intelligenza artificiale che sta cambiando velocemente e ha rivoluzionato il mondo dell'apprendimento automatico, portando a grandi progressi in cose come la visione artificiale, l'elaborazione del linguaggio naturale e il riconoscimento vocale. Gli ultimi progressi nell'intelligenza artificiale generativa, come i generatori di immagini e i chatbot conversazionali, hanno portato alla ribalta i modelli di deep learning. Inizia oggi stesso a scoprire come funziona il deep learning e come addestrare i modelli deep learning.

Usa PyTorch, il modo più Pythonico per fare deep learning

PyTorch è un framework di deep learning potente e flessibile che permette a ricercatori e professionisti di creare e addestrare reti neurali con facilità. Amato dai Pythonisti di tutto il mondo, PyTorch offre tanta flessibilità e un modo intuitivo per mettere in pratica i concetti del deep learning.

Addestra modelli di deep learning robusti

Questo corso sul deep learning con PyTorch è pensato per darti una comprensione completa dei concetti e delle tecniche fondamentali del deep learning e per fornirti le competenze pratiche necessarie per implementare vari concetti di reti neurali. Imparerai a gestire le architetture multi-input e multi-output. Imparerai come evitare i problemi di gradienti che scompaiono o esplodono usando attivazioni non saturanti, normalizzazione batch e una corretta inizializzazione dei pesi. Potrai ridurre l'overfitting usando la regolarizzazione e il dropout. Alla fine, capirai come accelerare il processo di formazione con la pianificazione della velocità di apprendimento.

Crea modelli di immagini e sequenze

Imparerai a conoscere due tipi di reti neurali: Reti neurali convoluzionali (CNN) per i dati immagine e reti neurali ricorrenti (RNN) per dati sequenziali come serie temporali o testo. Capirai i loro vantaggi e potrai usarli per classificare immagini e prevedere serie temporali.

Alla fine del corso, avrai le conoscenze e la sicurezza necessarie per addestrare e valutare in modo efficace i tuoi modelli di deep learning per un sacco di applicazioni.

Prerequisiti

Introduction to Deep Learning with PyTorch

Training Robust Neural Networks

Learn how to train neural networks in a robust way. In this chapter, you will use object-oriented programming to define PyTorch datasets and models and refresh your knowledge of training and evaluating neural networks. You will also get familiar with different optimizers and, finally, get to grips with various techniques that help mitigate the problems of unstable gradients so ubiquitous in neural nets training.

Descrizione del corso

Impara il deep learning

Usa PyTorch, il modo più Pythonico per fare deep learning

Addestra modelli di deep learning robusti

Crea modelli di immagini e sequenze

Ottieni Attestato di conseguimento

Unisciti a oltre .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 milioni di studenti e inizia Deep Learning intermedio con PyTorch oggi!

Crea il tuo account gratuito

Unisciti a oltre 19 milioni di studenti e inizia Deep Learning intermedio con PyTorch oggi!