Derinlemesine bir PyTorch eğitim serisi ile makine öğrenimi ve derin öğrenme becerilerinizi geliştirin. Temel array işlemlerinden başlayarak, hesaplama grafikleri, lineer regresyon, yapay sinir ağları, aktivasyon fonksiyonları, ileri yayılım, kayıp fonksiyonları ve optimizasyon konularını keşfedin. CNN'ler ve CIFAR10 veri seti üzerinde uygulamalı deneyim kazanın. Transforms modülünü kullanmayı, görüntüleri işlemeyi ve tam bir CNN ağı kurmayı öğrenin. Eğitim sürecini, epoch'ları, kayıp hesaplamalarını ve optimizasyon tekniklerini uygulayarak PyTorch'ta derin öğrenme projelerini başarıyla tamamlama becerisini edinin.
Overview
Syllabus
PyTorch Dersleri - 1 - Giriş.
PyTorch Dersleri - 2 - Array İşlemleri.
PyTorch Dersleri - 3 - Array İşlemleri, Cuda.
PyTorch - 4 - Computational Graph.
PyTorch Dersleri - 5 - Lineer Regresyon.
PyTorch Dersleri - 6 - Lineer Regresyon.
PyTorch Dersleri - 7 - Lineer Regresyon.
PyTorch Dersleri - 8 - Ağ Katmanlarını Yazabilmek.
PyTorch Dersleri - 9 - Yapay Sinir Ağımızı Yazalım.
PyTorch Dersleri - 10 - Aktivasyon Fonksiyonları.
PyTorch Dersleri - 11 - Forward Propagation.
PyTorch Dersleri - 12 - Loss Fonksiyonları.
PyTorch Dersleri - 13 - Optimizer.
PyTorch Dersleri - 14 - Yapay Sinir Ağımızı Bitirelim.
PyTorch - 15 - PyTorch ile CNN, CIFAR10.
PyTorch - 16 - Transforms Modülü.
PyTorch - 17 - Resimlerimizi Görelim.
PyTorch - 18 - CNN Ağını Kuralım.
PyTorch - 19 - Forward Propagation (İleri Besleme).
PyTorch - 20 - Eğitim İşlemi, Epohchs, Loss, Optimizer.
Taught by
Makine Öğrenmesi
