► 10. СОЗДАНИЕ нейронных сетей | Курс по нейронным сетям с Pytorch.
✅ Курсы с задачами со СКИДКОЙ 10%: ► Pytorch с задачами: https://stepik.org/a/186169/pay?promo=2636c14cc13e1a58 ► Pandas с задачами: https://stepik.org/a/122126/pay?promo=fbc55c15b862a7c6 ► Numpy с задачами: https://stepik.org/a/180256/pay?promo=ff9f54f0274b6ae2 ✅ Мой Telegram канал: https://t.me/dubinin_ser ✅ Telegram группы: ► Pytorch: https://t.me/PyTorch_for_you ► Pandas: https://t.me/pandas_for_you ► Numpy: https://t.me/numpy_for_you ================================================= Приветствую вас, друзья! Если вы интересуетесь машинным обучением и хотите научиться создавать собственные модели глубокого обучения, то вы попали по адресу! PyTorch – это одна из самых популярных библиотек глубокого обучения, которая предоставляет нам инструменты для создания и обучения нейронных сетей. В этой серии видео мы будем изучать основы работы с PyTorch. Затем мы погрузимся в мир нейронных сетей, изучив различные типы слоев. Мы также рассмотрим различные архитектуры нейронных сетей, такие как сверточные нейронные сети. Не теряйте времени и присоединяйтесь к нам в этом захватывающем путешествии в мир нейронных сетей и PyTorch! ================================================= В этом видео мы создадим все модели нейронных сетей разобранные в прошлом видео. На практике познакомимся с классами Sequential, ModuleList, ModuleDict. А так же с некоторыми методами, такими как state_dict(), parameters(), train(), eval(). Создадим модели нейронных сетей для задачи классификации MNIST и задачи регрессии. Тайм-коды: 00:00 - Введение. 00:33 - Создание последовательной модели. 01:25 - Метод state_dict(). 02:40 - Метод parameters(). 02:55 - Методы train() и eval(). 04:33 - Создание нейронной сети на основе собственного класса. 06:52 - Класс ModuleList и класс ModuleDict. 09:36 - Модель для классификации MNIST. 10:24 - Модель для задачи регрессии. Теги: #pytorch #AI ●●●●●●●●●●●●●●●●●●●● ► Поддержать автора:
✅ Курсы с задачами со СКИДКОЙ 10%: ► Pytorch с задачами: https://stepik.org/a/186169/pay?promo=2636c14cc13e1a58 ► Pandas с задачами: https://stepik.org/a/122126/pay?promo=fbc55c15b862a7c6 ► Numpy с задачами: https://stepik.org/a/180256/pay?promo=ff9f54f0274b6ae2 ✅ Мой Telegram канал: https://t.me/dubinin_ser ✅ Telegram группы: ► Pytorch: https://t.me/PyTorch_for_you ► Pandas: https://t.me/pandas_for_you ► Numpy: https://t.me/numpy_for_you ================================================= Приветствую вас, друзья! Если вы интересуетесь машинным обучением и хотите научиться создавать собственные модели глубокого обучения, то вы попали по адресу! PyTorch – это одна из самых популярных библиотек глубокого обучения, которая предоставляет нам инструменты для создания и обучения нейронных сетей. В этой серии видео мы будем изучать основы работы с PyTorch. Затем мы погрузимся в мир нейронных сетей, изучив различные типы слоев. Мы также рассмотрим различные архитектуры нейронных сетей, такие как сверточные нейронные сети. Не теряйте времени и присоединяйтесь к нам в этом захватывающем путешествии в мир нейронных сетей и PyTorch! ================================================= В этом видео мы создадим все модели нейронных сетей разобранные в прошлом видео. На практике познакомимся с классами Sequential, ModuleList, ModuleDict. А так же с некоторыми методами, такими как state_dict(), parameters(), train(), eval(). Создадим модели нейронных сетей для задачи классификации MNIST и задачи регрессии. Тайм-коды: 00:00 - Введение. 00:33 - Создание последовательной модели. 01:25 - Метод state_dict(). 02:40 - Метод parameters(). 02:55 - Методы train() и eval(). 04:33 - Создание нейронной сети на основе собственного класса. 06:52 - Класс ModuleList и класс ModuleDict. 09:36 - Модель для классификации MNIST. 10:24 - Модель для задачи регрессии. Теги: #pytorch #AI ●●●●●●●●●●●●●●●●●●●● ► Поддержать автора: