[DataScienceWorld.Kan] Course 3 - Deep Learning
Giá gốc:
4.000.000
đ
Giảm giá:
89%
Giá bán:
449.000
đ
Mã Khóa Học:
240.2
Sở Hữu Khóa
Học :
Trọn Đời
Đơn hàng được xác nhận tự động. Nhận
khoá học qua Drive trong 30s khi
thanh
toán thành công!
Admin Support Zalo 24/7 Hà Thanh Hoài - 0888
999 857
-
(1015 Đã Mua)
Giới Thiệu Khóa Học
Chào mừng bạn đã đến với khóa học Deep Learning của Toward Data Science. Trong khóa học đặc biệt về Deep Learning này bạn sẽ nghiên cứu những khái niệm cơ bản về mạng nơ-ron Fully Connected và các kiến trúc mạng học sâu khác trong Computer Vision và NLP. Cuối cùng, bạn sẽ nắm bắt và làm quen với những xu hướng công nghệ quan trọng đang thúc đẩy sự phát triển của ngành Deep Learning; Đồng thời khóa học cung cấp kĩ năng xây dựng, đào tạo và áp dụng mạng nơ-ron sâu trong các tác vụ Computer Vision, NLP, Reinforcement Learning chẳng hạn như triển khai các mạng học sâu CNN, LSTM, Transformer một cách hiệu quả trên các thiết bị yếu cũng như ứng dụng trong các cuộc thi. Khóa học Deep Learning là chương trình cung cấp kiến thức nền tảng giúp bạn hiểu biết các khả năng, thách thức và những hạn chế của Deep Learning và là hành trang chuẩn bị cho bạn tham gia vào sự phát triển của những công nghệ AI tiên tiến. Sau khóa học bạn sẽ có đủ kiến thức và kĩ năng cần thiết để tự tin trên con đường chinh phục và áp dụng những mô hình học máy tiên tiến vào công việc của mình, nâng cao kĩ năng AI engineer và bước một bước quan trọng vào thế giới AI.
Chi Tiết Khóa Học
1. Introduction to Deep Learning: Deep Learning là gì ? Những lĩnh vực chính trong Deep Learning, Các bài toán mà Deep Learning có thể giải quyết.
2. Pytorch Programming: Làm việc với scalar, vector, tensor, các layers chính trong pytorch. Khởi tạo một mạng neural đầu tiên trên pytorch.
3. Tensorflow Programming: Làm việc với scalar, vector, tensor, các layers chính trong tensorflow. Khởi tạo một mạng neural đầu tiên trên tensorflow.
4. Neural Networks Basics: Computational Graph, Gradient Descent, Optimizer, Mạng MLP.
5. Các kiến trúc CNN hiện đại.
6. Kĩ thuật Transfer Learning.
7. Các bài toán Object Detection
8. Kiến trúc Recurrent Neural Network
9. Giải phẫu Transformer
10. Thực hành ứng dụng Transformer trong các bài toán NLP.
11. GAN architecture.
12. Quantization model.
13. Deploy model trên tensorflow lite.
14. Project cuối khóa.
KHÓA HỌC LIÊN QUAN
Xem Thêm...
