使用 Pytorch 的卷积神经网络

了解如何使用 Pytorch 实现卷积神经网络

讲师：Leo Bravo

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

你将会学到的

• 了解什么是卷积神经网络
• 了解什么是深度学习
• 了解什么是神经网络
• 了解什么是卷积
• 学习卷积所需的参数
• 学习卷积神经网络中的不同层
• 学习神经网络背后的数学
• 学习如何训练神经网络
• 了解如何使用 Pytorch 框架构建卷积神经网络模型
• 了解如何使用 Python 构建深度学习项目
• 了解如何使用 Jupyter notebook 构建深度学习项目
• 了解如何使用 Pytorch 创建和训练神经网络模型
• 了解如何分析神经网络训练并在训练时测量性能
• 了解如何评估神经网络模型并获取指标以分析一般性能
• 了解如何应用更改和探索分析以改进神经网络模型

显示更少

要求

• 需要基本的 Python 知识
• 无需具备卷积神经网络方面的知识
• 不需要以前的深度学习知识
• 不需要机器学习方面的先前知识
• 不需要 Pytorch 的先前知识

说明

在本课程中，你将学习什么是以及如何实现卷积神经网络模型。为此，你将使用 Python 编程语言库 Pytorch，该工具可让你轻松构建神经网络模型。

在课程的第一部分，你将了解深度学习和卷积神经网络理论的基础知识，然后我们将深入了解这些模型背后的数学，以便你了解这些模型的工作原理、训练方式和评估并利用这些知识，你可以更改内容以改进自己的模型。

在理论部分之后，你将构建一个实际项目，在该项目中你将构建一个卷积神经网络模型，将图像分类为不同的类别（例如将狗的图片分类为狗）。为此，你将使用 Pytorch，这是一个允许你使用 Python 创建和训练神经网络模型的库。首先，你将使用特定的卷积架构创建模型，然后通过应用你在理论部分学到的所有概念来训练模型。训练后，你将获得可让你分析和评估模型有多好的指标。根据结果​​，你将学习如何在项目中实施更改，以便你可以学习如何探索不同的选项以提高模型性能。

你不需要以前的深度学习、卷积神经网络或 Pytorch 知识，因为你将学习使用该技术构建深度学习项目所需的基础知识。

因此，通过这门非常实用的课程开始构建卷积深度学习项目。

此课程面向哪些人：

• 任何想了解如何使用 Python 和 Pytorch 实现卷积神经网络的人
• 任何想了解如何开发深度学习项目的人