The course will teach you how to develop deep learning models using Pytorch. The course will start with Pytorch's tensors and Automatic differentiation package. Then each section will cover different models starting off with fundamentals such as Linear Regression, and logistic/softmax regression. Followed by Feedforward deep neural networks, the role of different activation functions, normalization and dropout layers. Then Convolutional Neural Networks and Transfer learning will be covered. Finally, several other Deep learning methods will be covered.
от партнера
IBMОб этом курсе
Недавно просмотрено: 94 672
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Средний уровень
Прибл. 31 час на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Средний уровень
Прибл. 31 час на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский
от партнера
IBM
IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.
Программа курса: что вы изучите
5 ч. на завершение
Tensor and Datasets
5 ч. на завершение
6 видео ((всего 44 мин.))
2 ч. на завершение
Linear Regression
2 ч. на завершение
7 видео ((всего 35 мин.))
3 ч. на завершение
Linear Regression PyTorch Way
3 ч. на завершение
5 видео ((всего 21 мин.))
2 ч. на завершение
Multiple Input Output Linear Regression
2 ч. на завершение
4 видео ((всего 18 мин.))
2 ч. на завершение
Logistic Regression for Classification
2 ч. на завершение
4 видео ((всего 31 мин.))
2 ч. на завершение
Softmax Rergresstion
2 ч. на завершение
3 видео ((всего 18 мин.))
3 ч. на завершение
Shallow Neural Networks
3 ч. на завершение
6 видео ((всего 33 мин.))
Рецензии
- 5 stars63,60 %
- 4 stars23,72 %
- 3 stars5,70 %
- 2 stars3,83 %
- 1 star3,12 %
Лучшие отзывы о курсе DEEP NEURAL NETWORKS WITH PYTORCH
от партнера JP9 мая 2020 г.
Good introduction of PyTorch. There are some minor code errors and inconsistencies in the material but generally not difficult to figure it out.
от партнера ME29 мар. 2020 г.
this course provides a very good and cohesive introduction to Neural Networks. I learned a lot during my journey and I recommend it for anyone interesting in the field.
от партнера UJ2 нояб. 2020 г.
Amazing course for a beginner in Deep Learning & Pytorch. I gave 4 stars as I expected it to be more pytorch heavy.\n\nOverall, a really good crafted course.
от партнера OS17 июня 2020 г.
By this course I can understand the basic concept for building neural network or deep lerning model using PyTorch. Very Good course to beginner.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на сертификацию?
Остались вопросы? Посетите Центр поддержки учащихся.
