Deep Learning w Pythonie

Zaktualizowano 05.2026

Kontynuuj swoją podróż z uczeniem maszynowym w kierunku deep learning. Użyj biblioteki PyTorch do tworzenia sieci neuronowych modelujących różne typy danych.

Opis ścieżki

Deep Learning w Pythonie

Odkryj głębokie uczenie się i poznaj, jak ta gałąź uczenia maszynowego zmienia świat. Dołącz do rewolucji głębokiego uczenia się już dziś!Jeśli znasz już tradycyjne uczenie maszynowe i chcesz rozpocząć swoją przygodę z głębokim uczeniem, to idealne miejsce, aby zacząć. Poznasz zastosowania deep learningu i zapoznasz się z popularnym frameworkiem PyTorch do tworzenia modeli deep learningu w Pythonie.Nauczysz się budować modele do rozwiązywania różnych rzeczywistych problemów obejmujących różne typy danych. Przewidzisz, czy woda nadaje się do picia, przewidzisz zużycie energii elektrycznej na podstawie zbioru danych szeregów czasowych, sklasyfikujesz różne typy chmur na podstawie fotografii oraz zidentyfikujesz język i znaki użyte w tekście pisanym odręcznie.Poznasz zaawansowane architektury i wstępnie wytrenowane modele do innych zadań związanych z obrazami, w tym rozpoznawania obiektów, segmentacji obrazów i generowania obrazów.W końcu nauczysz się technik deep learning do pracy z danymi tekstowymi. Będziesz przetwarzać i kodować tekst do modelowania oraz poznasz mocne strony różnych architektur i modeli wstępnie wytrenowanych do klasyfikacji i generowania tekstu. Zaczniesz też korzystać z jednej z najciekawszych architektur: architektury Transformerów, która stanowi podstawę dużych modeli językowych, takich jak ChatGPT.Po ukończeniu będziesz rozumieć podstawowe koncepcje deep learningu i potrafić stosować je w różnych sytuacjach w Python.

Wymagania wstępne

Ta ścieżka nie ma wymagań wstępnych

Course
1
Wprowadzenie do uczenia głębokiego z PyTorch
Dowiedz się, jak zbudować swoją pierwszą sieć neuronową, dostosować hiperparametry i rozwiązywać problemy klasyfikacji oraz regresji w PyTorch.
Course
2
Głębokie uczenie z PyTorch – poziom średnio zaawansowany
Poznaj podstawowe architektury deep learning, takie jak CNN, RNN, LSTM i GRU, do modelowania danych obrazowych i sekwencyjnych.
Project
bonus
Building an E-Commerce Clothing Classifier Model
Automate e-commerce processes with image classification.
Course
4
Głębokie uczenie dla obrazów z PyTorch
Zastosuj PyTorch do obrazów i używaj modeli deep learning do wykrywania obiektów z bounding boxes oraz generowania image segmentation.
Course
5
Uczenie głębokie dla tekstu z PyTorch
Odkryj fascynujący świat Deep Learning for Text z PyTorch i odblokuj nowe możliwości w przetwarzaniu języka naturalnego oraz generowaniu tekstu.
Course
6
Modele Transformer w PyTorch
Co sprawia, że LLM-y działają? Odkryj, jak transformatory zrewolucjonizowały modelowanie tekstu i zapoczątkowały boom na generatywną AI.

Deep Learning w Pythonie

5 Kursów

Ścieżka
ukończona

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Deep Learning w Pythonie

Szkolisz zespół?

Opis ścieżki

Deep Learning w Pythonie

Wymagania wstępne

Wprowadzenie do uczenia głębokiego z PyTorch

Głębokie uczenie z PyTorch – poziom średnio zaawansowany

Building an E-Commerce Clothing Classifier Model

Głębokie uczenie dla obrazów z PyTorch

Uczenie głębokie dla tekstu z PyTorch

Modele Transformer w PyTorch

Zdobądź zaświadczenie o ukończeniu

Dołącz do ponad 19 milionów kursantów i zacznij Deep Learning w Pythonie już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Opis ścieżki

Deep Learning w Pythonie

Zdobądź zaświadczenie o ukończeniu

Dołącz do ponad .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 milionów kursantów i zacznij Deep Learning w Pythonie już dziś!

Utwórz bezpłatne konto

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Dołącz do ponad 19 milionów kursantów i zacznij Deep Learning w Pythonie już dziś!