موسسه آی بی ام برگزار می‌کند: دوره رایگان یادگیری عمیق با پایتون و پایتورچ

موسسه معتبر آی بی ام که در حوزه فناوری اطلاعات فعالیت می‌کند، دوره یادگیری عمیق با پایتون و پایتورچ را به شکل رایگان و در طول 6 هفته برگزار می‌کند. زبان‌های برنامه نویسی متعددی در زمینه علم داده‌ها، یادگیری ماشینی، خودکارسازی سامانه‌ها، توسعه وب و… وجود دارند اما، مهم این است که از یک زبان برنامه‌نویسی قدرتمند در این زمینه استفاده شود. زبان برنامه‌نویسی پایتون یکی از زبان‌های قدرتمند و مهم برنامه‌نویسی است که در مقایسه با دیگر زبان‌ها در زمینه‌های ذکر شده قدرتمندتر عمل می‌کند و پایتورچ هم یکی از کتابخانه‌های این زبان برای یادگیری عمیق محسوب می‌شود.

دوره یادگیری عمیق با پایتون و پایتورچ، دومین بخش از یک دوره دو قسمتی در مورد چگونگی توسعه مدل‌های یادگیری عمیق با استفاده از پایتورچ است.

این دوره از تاریخ 6 آگوست شروع می‌شود و تا31 دسامبر ادامه خواهد داشت.

در مورد دوره رایگان یادگیری عمیق با پایتون و پایتورچ

برای شرکت در این دوره، لازم است تا داوطلبان با اصول پایتورچ آشنایی کافی داشته وهمچنین دانش عملی برای به کار بردن آن در یادگیری ماشینی را دارا باشند.

این دوره، دومین بخش از یک دوره دو قسمتی در مورد چگونگی توسعه مدل‌های یادگیری عمیق با استفاده از  پایتورچ است. دوره یادگیری عمیق با پایتون و پایتورچ در سطح متوسط و به زبان انگلیسی برگزار می‌شود و پیش‌نیاز شرکت در آن آشنایی با نوت بوک پایتون و ژوپیتر، مفاهیم یادگیری ماشین، مفاهیم یادگیری عمیق و اصول پایتورچ  برای یادگیری ماشین است.

در اولین دوره، اصول پایتورچ به شرکت‌کنندگان آموزش داده شده است. در این دوره آموزشی، نحوه ساخت شبکه‌های عصبی عمیق در پایتورچ محور آموزش خواهد بود. همچنین شرکت کنندگان نحوه آموزش این مدل‌ها را با استفاده از روش‌های پیشرفته یاد خواهند گرفت. ابتدا طبقه‌بندی چند کلاسه مرور خواهد شد؛ سپس داوطلبان می‌آموزند که چگونه یک طبقه‌بندی‌کننده خطی چند کلاسه را در پایتورچ بسازند و آموزش دهند. در ادامه نحوه ساخت شبکه‌های عصبی Feed Forward در پایتورچ معرفی می‌شود و نحوه آموزش این مدل‌ها، نحوه تنظیم فراپارامترهایی مانند توابع فعال‌سازی و تعداد نورون‌ها مورد بررسی قرار می‌گیرند.

سپس شرکت‌کنندگان خواهند آموخت که چگونه روش‌هایی مانند حذف، مقداردهی اولیه، انواع مختلف بهینه‌سازها و نرمال‌سازی دسته‌ای را اعمال کنند و بر روی شبکه‌های عصبی کانولوشن، آموزش مدل داوطلب بر روی GPU و آموزش انتقال (مدل‌های از قبل آموزش‌دیده) تمرکز می‌شود. در نهایت داوطلبان با کاهش ابعاد و رمزگذا‌رهای خودکار آشنا خواهند شد. از جمله تجزیه و تحلیل اجزای اصلی، سفید کردن داده‌ها، رمزگذارهای خودکار کم‌عمق، رمزگذارهای خودکار عمیق، انتقال یادگیری با رمزگذارهای خودکار، و برنامه‌های رمزگذار خودکار. در انتها از شرکت‌کنندگان خواسته می‌شود تا مهارت‌های خود را در یک پروژه نهایی آزمایش کنند.

سرفصل دروس دوره رایگان یادگیری عمیق با پایتون و پایتورچ

فصل1: طبقه بندی، رگرسیون  Softmax، آموزش Softmax در رگرسیون پایتورچ

فصل2: شبکه‌های عصبی، مقدمه ای بر شبکه ها،عمق شکل شبکه در مقابل عرض، انتشار پشت، توابع فعال سازی

فصل3: شبکه‌های عمیق، ترک تحصیل، مقداردهی اولیه، نرمال سازی دسته‌ای، سایر روش‌های بهینه‌سازی
فصل 4: شبکه‌های بینایی کامپیوتری، پیچیدگی، حداکثر نظرسنجی، شبکه‌های کانولوشن، شبکه‌های از پیش آموزش دیده.

فصل5: شبکه‌های بینایی کامپیوتری، پیچیدگی، حداکثر پولینگ، شبکه‌های کانولوشن، آموزش مدل خود با GPU، شبکه‌های از پیش‌آموزش‌دیده.

فصل6: کاهش ابعاد و رمزگذارهای خودکار، تجزیه و تحلیل مولفه‌های اصلی، رمزگذارهای خودکار خطی، رمزگذارهای خودکار، انتقال یادگیری، رمزگذارهای خودکار عمیق.

فصل7 : پروژه مستقل

درباره مدرس دوره رایگان یادگیری عمیق با پایتون و پایتورچ

دکتر Joseph Santarcangel دانشمند داده درشرکت  آی بی ام است. وی دارای مدرک دکترای مهندسی برق است. تحقیقات او بر استفاده از یادگیری ماشینی، پردازش سیگنال و بینایی کامپیوتری برای تعیین این‌که چگونه ویدئوها بر شناخت انسان تأثیر می‌گذارند، متمرکز بود.

توضیحات مهم درباره ثبت‌نام در دوره آموزشی یادگیری عمیق با پایتون و پایتورچ

لازم به ذکر است به علت پاره‌ای از تحریم‌ها، کاربران ایرانی برای ثبت‌نام در دوره آموزشی یادگیری عمیق با پایتون و پایتورچ، با محدودیت مواجه هستند. لذا لازم است داوطلبان با استفاده از فیلترشکن نسبت به ثبت‌نام خود اقدام کرده و هر بار که به حساب کاربری خود برای ادامه درس مراجعه می‌کنند، حتما از فیلترشکن‌ استفاده کنند. همچنین بهتر است که داوطلبان سعی کنند حساب خود را با IP غیر از ایران ایجاد کنند.

ثبت‌نام