Deep Learning with PyTorch : Build an AutoEncoder
Create Custom Dataset
Create AutoEncoder Network
Train AutoEncoder Network
In these one hour project-based course, you will learn to implement autoencoder using PyTorch. An autoencoder is a type of neural network that learns to copy its input to its output. In autoencoder, encoder encodes the image into compressed representation, and the decoder decodes the representation to reconstruct the image. We will use autoencoder for denoising hand written digits using a deep learning framework like pytorch. This guided project is for learners who want to use pytorch for building deep learning models.Learners who want to apply autoencoder practically using PyTorch. In order to be successful in this project, you should be familiar with python , basic pytorch like creating or defining neural network and convolutional neural network.
Навыки, которые вы получите
- Deep Learning
- Convolutional Neural Network
- Autoencoder
- Python Programming
- pytorch
Будете учиться пошагово
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Explore MNIST Handwritten digit dataset
Data Preparation
Load Dataset into batches
Create AutoEncoder Model
Train AutoEncoder Model
Plot Results
Как устроены проекты с консультациями
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
Часто задаваемые вопросы
Часто задаваемые вопросы
Что я получу, приобретя проект с рекомендациями?
Доступны ли проекты с консультациями на ПК и мобильных устройствах?
Какие преподаватели ведут проекты с рекомендациями?
Можно ли скачать работу из уже завершенного проекта с рекомендациями?
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Можно ли прослушать проект с рекомендациями и посмотреть видео бесплатно?
Какие предварительные знания требуются для работы над проектом с рекомендациями?
Можно ли выполнить этот проект с рекомендациями в веб-браузере, не устанавливая специальное ПО?
Как организована учеба на проектах с рекомендациями?
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera Footer
