Tutorial sul Deep Learning

In questo tutorial imparerai a implementare applicazioni potenti come Prisma utilizzando TensorFlow 2.0.

Impara a orientarti tra le funzioni di attivazione più comuni: dalla solida ReLU all'efficacia probabilistica della softmax.

Capire le reti neurali profonde e la loro importanza nel mondo moderno del deep learning e dell'intelligenza artificiale

In questo tutorial imparerai cosa sono i tensori, cos'è PyTorch e come creare una semplice rete neurale con PyTorch.

In questo tutorial sul deep learning in R con il pacchetto keras di RStudio, imparerai a costruire un Multi-Layer Perceptron (MLP).

Scopri le Kolmogorov-Arnold Networks (KAN), un nuovo tipo di rete neurale con interpretabilità e accuratezza superiori rispetto ai modelli tradizionali.

Esiste un numero ottimale di livelli e neuroni nascosti per una rete neurale artificiale (ANN). Questo tutorial presenta un approccio semplice per determinare i numeri ottimali di livelli e neuroni per le ANN.

In questo tutorial, implementerai un paper di imaging medico con deep learning in Python usando Keras.

Padroneggia il funzionamento interno delle reti LSTM, la base dei moderni LLM. Esplora i meccanismi di gating, i gradienti e crea un classificatore di sentiment con PyTorch.

In questo tutorial, avrai una panoramica dell'Intelligenza Artificiale (AI) e vedrai più da vicino cosa distingue Machine Learning (ML) e Deep Learning.

Esplora le differenze chiave tra PyTorch, TensorFlow e Keras, tre dei framework di deep learning più popolari. Comprendi caratteristiche uniche, pro, contro e casi d'uso per scegliere lo strumento giusto per il tuo progetto.

In questo tutorial imparerai e capirai come leggere immagini di risonanza magnetica (MRI) cerebrale in formato nifti, ricostruendole con un autoencoder convoluzionale.