Форма обучения: очная с применением дистанционных технологий
Объем программы: 20 ак.ч.
Продолжительность обучения: 3 дня (4 ак.ч. в день)
Дни занятий: понедельник, среда, пятница, 19.00-22.00
Выдаваемый документ: Сертификат о повышении квалификации
Старт обучения: 26 сентября 2022
Стоимость обучения: 18 000 руб
Краткое описание программы:Данная программа позволит слушателям изучить основы фреймворка PyTorch, создать с нуля и дообучить предварительно обученные нейросетевые архитектуры для задач компьютерного зрения.
Содержание программы: 1 Модуль. Введение в библиотеку pytorch
- Pytorch тензоры и типы данных
- Инициализация
- Индексация и слайсинг
- Операции с тензорами и описательные статистики
- Техника автоматического дифференцирования
- Cuda
- Реализация линейной регрессии с помощью pytorch
- Тезисно основные положения полносвязных полносвязных нейросетей
- Batch и layer norm, dropout
- Загрузчики данных и создание полносвязной нейросети на примере табличных данных
2 Модуль. Продолжение в компьютерном зрении
- Тезисно основные положения сверточных нейросетей
- Skip connection & max pooling
- Кастомный загрузчик данных (dataloader)
- Реализация алгоримов Resnet, Inception, Densenet
- Дообучение предобученных нейросетей для задач классификации
- Основные положения детекции, архитектура yolo
- Дообучение для задач детекции
- Пример создания api сервиса для обученной модели
3 Модуль. Продолжение в обработке текста
- Основные положения векторного представления текста и w2v
- Основные положения рекуррентных нейросетей и seq2seq, multi-head attention
- Реализация архитектуры transformer
- Дообучение трансформерных архитектур для задач классификации и распознавания именованных сущностей.
Целевая аудитория курса: - Специалисты Data Scientists
- Аналитики
- Программисты
На курсе вы научитесь:
- основам Pytorch
- основам синтаксиса библиотеки
- типичным этапам в построении конвейеров машинного обучения
- создавать с нуля и дообучить предварительно обученных нейросетевых архитектур для задач компьютерного зрения.