PyTorch を使用したディープニューラルネットワーク

説明

このコースでは、Pytorch を使用して深層学習モデルを開発する方法を学びます。このコースは、Pytorch のテンソルと自動微分パッケージから始まります。次に、各セクションでは、線形回帰やロジスティック/ソフトマックス回帰などの基礎から始まるさまざまなモデルを取り上げます。続いて、フィードフォワードディープニューラルネットワーク、さまざまな活性化関数の役割、正規化層、およびドロップアウト層が説明されます。次に、畳み込みニューラルネットワークと転移学習について説明します。最後に、他のいくつかの深層学習手法についても説明します。
学習成果：
このコースを修了すると、学習者は次のことができるようになります。
• ディープニューラルネットワークと関連する機械学習手法の知識を説明し、応用する
• 深層学習アプリケーション用の PyTorch などの Python ライブラリの使用方法を知っている
• PyTorchを使用してディープニューラルネットワークを構築する