Deep Learning ระดับกลางด้วย PyTorch

เรียนรู้ Deep Learning

การเรียนรู้เชิงลึกเป็นสาขาหนึ่งของปัญญาประดิษฐ์ที่พัฒนาอย่างรวดเร็ว ซึ่งได้ปฏิวัติวงการแมชชีนเลิร์นนิง และเปิดทางให้เกิดความก้าวหน้าครั้งสำคัญในด้านต่าง ๆ เช่น คอมพิวเตอร์วิทัศน์ การประมวลผลภาษาธรรมชาติ และการรู้จำเสียงพูด ความก้าวหน้าล่าสุดใน Generative AI รวมถึงเครื่องมือสร้างภาพและแชตบอตสนทนา ได้นำโมเดลแมชชีนเลิร์นนิงเชิงลึกมาอยู่ในความสนใจของสาธารณชน เริ่มเรียนรู้ว่า deep learning ทำงานอย่างไร และฝึกฝนการเทรนโมเดล deep learning ด้วยตัวคุณเองได้ตั้งแต่วันนี้

ใช้ PyTorch ซึ่งเป็นวิธีทำ Deep Learning ที่เป็น Pythonic มากที่สุด

PyTorch เป็นเฟรมเวิร์กสำหรับการเรียนรู้เชิงลึกที่ทรงพลังและยืดหยุ่น ซึ่งช่วยให้นักวิจัยและผู้ปฏิบัติงานสามารถสร้างและฝึกฝนโครงข่ายประสาทเทียมได้อย่างง่ายดาย PyTorch เป็นที่ชื่นชอบของเหล่า Pythonistas ทั่วโลก เพราะมอบความยืดหยุ่นสูงและวิธีที่ใช้งานได้อย่างเป็นธรรมชาติในการนำแนวคิดของ deep learning ไปใช้จริง

ฝึกโมเดล Deep Learning ที่แข็งแกร่ง

คอร์สนี้เกี่ยวกับ deep learning ด้วย PyTorch ออกแบบมาเพื่อมอบความเข้าใจอย่างครอบคลุมเกี่ยวกับแนวคิดและเทคนิคพื้นฐานของ deep learning พร้อมทั้งเสริมทักษะเชิงปฏิบัติให้คุณสามารถนำแนวคิดต่างๆ ของ neural network ไปใช้งานได้จริง คุณจะได้ทำความเข้าใจกับสถาปัตยกรรมแบบหลายอินพุตและหลายเอาต์พุต คุณจะได้เรียนรู้วิธีป้องกันปัญหาเกรเดียนต์หายและเกรเดียนต์ระเบิด โดยใช้ฟังก์ชันกระตุ้นแบบไม่อิ่มตัว การทำแบตช์นอร์มัลไลเซชัน และการกำหนดค่าเริ่มต้นของน้ำหนักอย่างเหมาะสม คุณจะสามารถลดปัญหา overfitting ได้โดยใช้ regularization และ dropout สุดท้าย คุณจะรู้วิธีเร่งกระบวนการฝึกด้วยการกำหนดตารางอัตราการเรียนรู้

สร้างโมเดลภาพและลำดับข้อมูล

คุณจะได้รู้จักสถาปัตยกรรมโครงข่ายประสาทเทียมเฉพาะทาง 2 แบบ: โครงข่ายประสาทเทียมแบบคอนโวลูชัน (CNNs) สำหรับข้อมูลภาพ และโครงข่ายประสาทเทียมแบบรีเคอร์เรนต์ (RNNs) สำหรับข้อมูลลำดับ เช่น อนุกรมเวลา หรือข้อความ คุณจะเข้าใจข้อดีของมัน และจะสามารถนำไปใช้ในงานจำแนกภาพและการพยากรณ์อนุกรมเวลาได้

เมื่อจบหลักสูตรนี้ คุณจะมีความรู้และความมั่นใจในการฝึกและประเมินโมเดล deep learning ของคุณเองได้อย่างมีประสิทธิภาพสำหรับการใช้งานที่หลากหลาย