PricingLoginStart free
Deep Learning Academy logo
PythonKecerdasan buatanTahap A1 → B222 bahasa

Deep Learning Academy

Kuasai pembelajaran mendalam dengan PyTorch, daripada neuron dan perambatan balik hingga CNN, Transformer dan MLOps untuk produksi. Laluan pembelajaran CoddyKit yang merangkumi 30 kursus pendek dan 120 pelajaran interaktif, dengan tutor kecerdasan buatan 24/7 di sisi anda.

Kursus
30
Pelajaran
120
Langkah interaktif
1,560
Percuma untuk bermula
Kursus 1
Kurikulum

30 kursus dalam laluan ini

Setiap kursus dalam laluan Deep Learning Academy, mengikut urutan pembelajaran. Kursus pertama adalah percuma.

1

A14 pelajaranPercuma

Terangkan perbezaan pembelajaran mendalam berbanding pembelajaran mesin klasik serta bidang yang paling sesuai untuknya.

  1. 1Kecerdasan Buatan berbanding Pembelajaran Mesin berbanding Pembelajaran Mendalam
  2. 2Mengapa Rangkaian Neural Mengatasi Ciri Buatan Tangan
  3. 3Kelebihan Pembelajaran Mendalam dan Batasannya
  4. +1 lagi
Mula belajar secara percuma
2

A14 pelajaranPRO

Pasang PyTorch, jalankannya pada CPU atau GPU dan sahkan bahawa persekitaran anda berfungsi.

  1. 1Pasang PyTorch dan Sahkan Import
  2. 2CPU vs GPU vs MPS: Pilih Peranti
  3. 3Buku Nota, Skrip dan Benih Boleh Diulang
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
3

A14 pelajaranPRO

Cipta, ubah bentuk dan lakukan pengiraan dengan tensor PyTorch secara yakin.

  1. 1Bentuk, Jenis Data dan Pengindeksan
  2. 2Ubah Bentuk, Paparan, Squeeze dan Unsqueeze
  3. 3Peraturan Penyiaran yang Menjimatkan Gelung
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
4

A14 pelajaranPRO

Gantikan gelung Python dengan operasi tensor bervektor yang pantas.

  1. 1Mengapa Gelung Perlahan untuk Pengiraan Matematik
  2. 2Operasi Unsur demi Unsur dan Pengurangan
  3. 3Pendaraban Matriks dengan matmul dan @
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
5

A14 pelajaranPRO

Bina satu neuron dan perhatikan cara ia melukis sempadan keputusan.

  1. 1Pemberat, Bias dan Jumlah Berwajaran
  2. 2Fungsi Langkah dan Keputusan Linear
  3. 3Kodkan Perceptron dari Awal
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
6

A24 pelajaranPRO

Pilih ReLU, sigmoid, tanh dan softmax untuk tugas yang sesuai.

  1. 1Mengapa Ketaklinearan Membuka Kuasa Sebenar
  2. 2ReLU serta Variasi Leaky dan GELU
  3. 3Sigmoid dan Tanh: Memampatkan kepada Julat
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
7

A24 pelajaranPRO

Fahami cara model bergerak menuruni cerun menuju kehilangan yang lebih rendah.

  1. 1Loss sebagai Landskap untuk Dituruni
  2. 2Kecerunan Menunjuk ke Atas Bukit — Jadi Melangkah ke Arah Bertentangan
  3. 3Kadar Pembelajaran: Terlalu Besar, Terlalu Kecil, Tepat
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
8

A24 pelajaranPRO

Gunakan requires_grad dan backward() untuk mengira kecerunan secara automatik.

  1. 1requires_grad dan Graf Pengiraan
  2. 2Panggil backward() untuk Mendapatkan Kecerunan
  3. 3Membaca dan Mengosongkan .grad
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
9

A24 pelajaranPRO

Takrifkan, wujudkan dan jalankan rangkaian suapan hadapan dalam PyTorch.

  1. 1Subkelas nn.Module: __init__ dan forward
  2. 2Menindan Lapisan Linear
  3. 3nn.Sequential untuk Model Pantas
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
10

A24 pelajaranPRO

Latih rangkaian kecil dari hujung ke hujung dan ukur ketepatannya.

  1. 1Laluan Hadapan, Loss, Laluan Balik, Langkah
  2. 2Tulis Gelung Latihan Minimum
  3. 3Jejaki Ketepatan Semasa Latihan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
11

B14 pelajaranPRO

Jejaki cara ralat mengalir ke belakang untuk mengemas kini setiap pemberat.

  1. 1Peraturan Rantai, Lapisan demi Lapisan
  2. 2Cache Hadapan, Digunakan Semula ketika Laluan Balik
  3. 3Kira Laluan Balik Rangkaian Kecil Secara Manual
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
12

B14 pelajaranPRO

Pilih kehilangan yang sesuai untuk masalah regresi, binari dan berbilang kelas.

  1. 1MSE dan MAE untuk Regresi
  2. 2Entropi Silang Binari dengan Logit
  3. 3Entropi Silang untuk Pelbagai Kelas
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
13

B14 pelajaranPRO

Tala SGD, momentum dan Adam untuk melatih dengan lebih pantas serta stabil.

  1. 1SGD dengan Momentum
  2. 2Adam dan AdamW Diterangkan
  3. 3Susutan Pemberat vs Peng regularan L2
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
14

B14 pelajaranPRO

Tambahkan pengesahan, titik semak dan metrik pada gelung bertaraf pengeluaran.

  1. 1Pisahkan Latihan, Pengesahan dan Ujian
  2. 2Gelung Epoch dengan Pengesahan
  3. 3Simpan dan Muat dengan state_dict
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
15

B14 pelajaranPRO

Suapkan data dengan cekap menggunakan Dataset tersuai dan DataLoaders berkelompok.

  1. 1Tulis Class Set Data Tersuai
  2. 2Pengumpulan Kelompok, Pengocokan dan num_workers
  3. 3collate_fn untuk Input Berubah Panjang
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
16

B14 pelajaranPRO

Kenal pasti terlebih suaian dan gunakan dropout, penambahan data serta norma.

  1. 1Baca Jurang Latihan dan Pengesahan
  2. 2Dropout: Gugurkan Neuron Secara Rawak
  3. 3Norm Kelompok dan Norm Lapisan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
17

B14 pelajaranPRO

Bina CNN yang mempelajari ciri visual daripada piksel mentah.

  1. 1Konvolusi: Kernel Meluncur Merentasi Piksel
  2. 2Langkah, Padding dan Pengumpulan
  3. 3Saluran, Peta Ciri dan Medan Penerimaan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
18

B14 pelajaranPRO

Fahami daripada LeNet hingga ResNet serta idea yang menjadikan rangkaian lebih mendalam.

  1. 1LeNet dan AlexNet: Kejayaan Awal
  2. 2VGG: Tindanan Penapis Kecil
  3. 3ResNet: Sambungan Langkau Menjadi Mendalam
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
19

B14 pelajaranPRO

Modelkan data tersusun dengan rangkaian berulang dan memori berpagar.

  1. 1Mengapa Jujukan Memerlukan Ingatan
  2. 2Sel RNN Asas
  3. 3Get LSTM dan GRU
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
20

B14 pelajaranPRO

Tukarkan perkataan kepada vektor padat yang boleh dipelajari oleh rangkaian.

  1. 1Tokenkan dan Bina Perbendaharaan Kata
  2. 2nn.Embedding: Vektor Perkataan yang Boleh Dipelajari
  3. 3Mengapa Embedding Menangkap Makna
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
21

B24 pelajaranPRO

Laksanakan perhatian kendiri dan bina blok transformer.

  1. 1Perhatian Kendiri: Query, Key dan Value
  2. 2Hasil Darab Titik Berskala dan Berbilang Kepala
  3. 3Pengekodan Kedudukan untuk Susunan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
22

B24 pelajaranPRO

Sesuaikan model terlatih kepada tugas anda dengan data yang sedikit.

  1. 1Bekukan Tulang Belakang, Latih Kepala
  2. 2Perhalus Latihan dengan Kadar Pembelajaran Lebih Rendah
  3. 3Kadar Berbeza Mengikut Lapisan Diskriminatif
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
23

B24 pelajaranPRO

Mampatkan dan bina semula data untuk mempelajari kod pendam yang berguna.

  1. 1Pengekod, Leher Botol dan Penyahkod
  2. 2Autoenkoder Nyahhingar
  3. 3Autoenkoder Variasi dan Ruang Pendam
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
24

B24 pelajaranPRO

Latih penjana dan pembeza untuk mencipta imej baharu.

  1. 1Penjana vs Pembezakan: Permainan Ini
  2. 2Loss Berlawanan
  3. 3Bina DCGAN
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
25

B24 pelajaranPRO

Fahami cara model resapan menghilangkan hingar untuk menghasilkan sampel baharu.

  1. 1Penambahan Hingar Hadapan dan Nyahhingar Songsang
  2. 2Ramalkan Hingar dengan U-Net
  3. 3Jadual Pensampelan dan Panduan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
26

B24 pelajaranPRO

Percepat latihan dengan AMP, pemprofilan dan strategi memori GPU.

  1. 1Ketepatan Campuran dengan autocast dan GradScaler
  2. 2Pengumpulan Kecerunan untuk Kelompok Besar
  3. 3Profilkan Kesempitan
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
27

B24 pelajaranPRO

Latih merentas berbilang GPU dengan DataParallel dan DDP.

  1. 1Keselarian Data vs Model
  2. 2Asas DistributedDataParallel
  3. 3Norm Kelompok Segerak dan Keadaan Terpecah
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
28

B24 pelajaranPRO

Ukur model secara jujur dan tafsir sebab model membuat ramalan.

  1. 1Ketepatan, Recall, F1 dan ROC-AUC
  2. 2Matriks Kekeliruan dan Analisis Ralat
  3. 3Grad-CAM: Lihat Perhatian Model
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
29

B24 pelajaranPRO

Eksport, optimumkan dan sediakan model terlatih melalui API.

  1. 1TorchScript dan torch.compile
  2. 2Eksport ke ONNX
  3. 3Pengkuantuman untuk Model Lebih Kecil dan Pantas
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
30

B24 pelajaranPRO

Jejaki, versikan dan pantau model seperti pasukan pengeluaran.

  1. 1Jejaki Eksperimen dengan Weights & Biases
  2. 2Versikan Data dan Model
  3. 3Kesan Hanyutan Data dan Model
  4. +1 lagi
Mula belajar secara percumaDapatkan akses dengan PRO
CoddyKit PRO

Dapatkan akses kepada kesemua 30 kursus dalam laluan ini dan semua laluan lain

Tutor AI, peperiksaan pensijilan dan sijil. Berfungsi di laman web, iOS dan Android.

Lihat semua pelan
Tahunan$29.90 / tahunKira-kira $2.49 sebulanBayar sekaliSeumur hidup$69.99 sekaliTiada pembaharuan. PRO selama-lamanya.
Gambaran Keseluruhan Kursus

Pembelajaran Mendalam dengan Python

Kuasai pembelajaran mendalam dengan PyTorch, daripada neuron dan perambatan balik hingga seni bina moden. Laluan ini merangkumi 30 kursus mini progresif daripada pemula sepenuhnya (A1) hingga tahap lanjutan (B2), dengan pelajaran ringkas dan kuiz pantas untuk mengukuhkan setiap konsep.

Apa yang Akan Anda Pelajari

Mulakan dengan tensor, perceptron, fungsi pengaktifan dan autograd, kemudian bina serta latih rangkaian neural. Seterusnya, pelajari CNN, RNN, Transformer dan perhatian, pembelajaran pindahan, GAN, model resapan, latihan teragih dan MLOps untuk produksi. Setiap pelajaran bersifat praktikal, dengan tutor AI 24/7 yang tersedia apabila anda buntu.

Cara Kursus Ini Berfungsi

Setiap kursus dibahagikan kepada empat pelajaran ringkas dan berfokus. Lengkapkan beberapa pelajaran sehari dan anda akan menguasai seluruh laluan dalam beberapa minggu, bukan bulan.

Alat

Berlatih dengan AI, bukan sekadar membaca

Tingkatkan pembelajaran anda dengan alat dan ciri berkuasa AI

Sembang AIBerbual dengan tutor AITanya Soalan SuperDapatkan jawapan bertaraf pakarPROCipta PelajaranPembina pelajaran berkuasa AIPROMulakan Peperiksaan PensijilanDapatkan sijil andaPROMulakan CabaranUji kemahiran anda

Cara Anda Belajar

  1. 01

    Pelajaran Interaktif

    Latihan pengekodan amali dengan maklum balas masa nyata

  2. 02

    Tutor AI

    Dapatkan bantuan segera daripada AI kami apabila anda buntu

  3. 03

    Penyunting Terbina Dalam

    Tulis dan jalankan kod terus dalam pelayar anda

  4. 04

    Sijil

    Dapatkan sijil selepas melengkapkan kursus

Terus meneroka

Laluan pembelajaran berkaitan

Machine Learning Academy logoMachine Learning AcademyLearn machine learning from first principles. Build and evaluate models with scikit-learn…NLP Academy logoNLP AcademyBuild language AI with Python. From text preprocessing and embeddings to Transformers, na…MLOps Academy logoMLOps AcademyTake ML models to production: experiment tracking, serving, CI/CD, monitoring, and drift…Data Science Academy logoData Science AcademyTurn raw data into insight with Python. Master NumPy, pandas, visualization, and scikit-l…Pandas & NumPy Academy logoPandas & NumPy AcademyGo from spreadsheets to production-grade data analysis. Master NumPy arrays, Pandas DataF…Mojo Academy logoMojo AcademyLearn Mojo, Modular's Python-family language built for AI speed. Write Python-like code w…
FAQ

Soalan Lazim

Adakah kursus Deep Learning Academy percuma?

Ya. Anda boleh memulakan kursus Deep Learning Academy secara percuma dan mengikuti pelajaran interaktifnya tanpa sebarang bayaran. Langganan PRO pilihan membuka akses kepada alat kecerdasan buatan lanjutan dan sijil yang boleh dikongsi.

Adakah saya memerlukan pengalaman terdahulu untuk mempelajari Python?

Tidak. Kursus ini bermula dengan asas dan beralih secara beransur-ansur kepada topik yang lebih maju, jadi anda boleh bermula walaupun tanpa pengalaman terdahulu dalam Python.

Bagaimanakah saya akan mempelajari Python di CoddyKit?

Anda belajar melalui amali. Pelajaran interaktif yang ringkas menggabungkan penerangan yang jelas dengan latihan pengekodan praktikal yang berjalan dalam masa nyata, manakala tutor kecerdasan buatan 24/7 memberikan bantuan yang diperibadikan apabila anda menghadapi kesukaran.

Adakah saya mendapat sijil selepas menamatkan Deep Learning Academy?

Ya. Pelajar PRO boleh menduduki peperiksaan dan memperoleh sijil tamat kursus yang boleh dikongsi, lengkap dengan kod yang boleh disahkan untuk kursus Deep Learning Academy.

Bolehkah saya mempelajari Python melalui telefon saya?

Ya. CoddyKit tersedia di web dan sebagai aplikasi asli iOS serta Android, jadi anda boleh mempelajari Python pada mana-mana peranti dan kemajuan anda disegerakkan merentas semua peranti.

Berapakah kos CoddyKit PRO?

Kursus pertama dalam Deep Learning Academy adalah percuma. CoddyKit PRO membuka akses kepada setiap kursus: $5.90 seminggu, $7.90 sebulan, $29.90 setahun atau $69.99 sekali untuk akses seumur hidup tanpa pembaharuan.

Berapa lama masa yang diperlukan untuk melengkapkan Deep Learning Academy?

Deep Learning Academy mempunyai 30 kursus dan 120 pelajaran. Kebanyakan pelajaran mengambil masa kira-kira 5–10 minit, jadi keseluruhan laluan ini memerlukan sekitar 14 jam latihan amali, mengikut rentak anda sendiri.

Mulakan Deep Learning Academy Sekarang

Sertai ribuan pelajar yang menguasai pengaturcaraan melalui pelajaran berkuasa kecerdasan buatan.

Mula belajar secara percumaSemak Semua Kursus