PyTorch ile Derin Öğrenme

Bu kurs, lider bir açık kaynaklı çerçeve olan PyTorch kullanarak derin öğrenmeye kapsamlı ve pratik bir giriş sunmaktadır. Katılımcılar; yapay sinir ağları, aktivasyon fonksiyonları, ileri ve geri yayılım ile optimizasyon algoritmaları gibi temel kavramları sağlam bir şekilde kavrayacaklar. Yapılandırılmış bir ilerleme ile kurs; perceptronlar, çok katmanlı ağlar, evrişimli sinir ağları (CNN'ler), tekrarlayan sinir ağları (RNN'ler), uzun kısa vadeli bellek (LSTM) modelleri ve Transformer'lar dahil olmak üzere temel mimarileri kapsamaktadır. Katılımcılar bu modelleri bilgisayarlı görü ve doğal dil işleme alanlarındaki gerçek dünya görevlerine uygulayarak derin öğrenme sistemlerini eğitme, değerlendirme ve optimize etme konusunda deneyim kazanacaklar. Katılımcıların hem doğru hem de verimli modeller oluşturmalarına yardımcı olmak için transfer öğrenme, düzenlileştirme (regularization), toplu normalleştirme (batch normalization), karışık hassasiyetli eğitim, dikkat mekanizmaları (attention mechanisms) ve model budama (pruning) gibi gelişmiş konular da incelenmektedir. Kursun sonunda katılımcılar, çok çeşitli pratik uygulamalar için PyTorch'ta derin öğrenme çözümleri tasarlamak ve uygulamak için gerekli beceri ve araçlarla donatılmış olacaklar.