0Pricing
Deep Learning Academy icon
PythonPythonAiData_scienceSeviyeler A1 → B215 dil

Deep Learning Academy

PyTorch ile derin öğrenmeyi öğrenin: nöronlar ve geri yayılımdan CNN'lere, Transformer'lara ve üretim MLOps'a kadar. CoddyKit öğrenme yolu: 30 kısa kurs ve 120 etkileşimli ders; yanında 7/24 AI Öğretmen.

Kurslar
30
Dersler
120
Etkileşimli adımlar
1,560
Başlamak ücretsiz
Kurs 1
Müfredat

Bu yolda 30 kurs

Deep Learning Academy öğrenme yolundaki her kurs, öğrenme sırasına göre. İlki ücretsiz.

1

A14 dersÜcretsiz

Derin öğrenmenin klasik makine öğrenmesinden nasıl farklı olduğunu ve hangi alanlarda öne çıktığını açıklayın.

  1. 1Yapay Zekâ ve Makine Öğrenimi ve Derin Öğrenme Karşılaştırması
  2. 2Sinir Ağları Neden Elle Tasarlanmış Özellikleri Aşar
  3. 3Derin Öğrenme Nerede Başarılı Olur, Nerede Olmaz
  4. +1 daha fazla
Ücretsiz öğrenmeye başla
2

A14 dersPRO

PyTorch'u yükleyin, CPU veya GPU üzerinde çalıştırın ve ortamınızın doğru çalıştığını doğrulayın.

  1. 1PyTorch Kurun ve İçeri Aktarmayı Doğrulayın
  2. 2CPU ve GPU ve MPS: Bir Aygıt Seçin
  3. 3Not Defterleri, Betikler ve Tekrarlanabilir Tohumlar
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
3

A14 dersPRO

PyTorch tensörlerini güvenle oluşturun, yeniden şekillendirin ve bunlarla matematiksel işlemler yapın.

  1. 1Şekiller, Veri Türleri ve İndeksleme
  2. 2Yeniden Şekillendirme, Görünüm, Sıkıştırma ve Genişletme
  3. 3Döngülerden Kurtaran Yayınlama Kuralları
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
4

A14 dersPRO

Python döngülerini hızlı vektörleştirilmiş tensör işlemleriyle değiştirin.

  1. 1Döngüler Matematikte Neden Yavaştır
  2. 2Eleman Bazlı İşlemler ve İndirgemeler
  3. 3matmul ve @ ile Matris Çarpımı
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
5

A14 dersPRO

Tek bir nöron oluşturun ve karar sınırı çizmesini izleyin.

  1. 1Ağırlıklar, Sapma ve Ağırlıklı Toplam
  2. 2Basamak Fonksiyonu ve Doğrusal Kararlar
  3. 3Sıfırdan Bir Algılayıcı Kodlayın
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
6

A24 dersPRO

Doğru görev için ReLU, sigmoid, tanh ve softmax arasından seçim yapın.

  1. 1Doğrusal Olmama Gerçek Gücü Neden Ortaya Çıkarır
  2. 2ReLU ve Leaky ve GELU Benzerleri
  3. 3Sigmoid ve Tanh: Bir Aralığa Sıkıştırma
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
7

A24 dersPRO

Bir modelin daha düşük kayba doğru nasıl aşağı indiğini anlayın.

  1. 1İneceğiniz Bir Arazi Olarak Kayıp
  2. 2Gradyanlar Yukarıyı Gösterir; Siz Ters Yöne İlerleyin
  3. 3Öğrenme Oranı: Çok Büyük, Çok Küçük, Tam Kararında
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
8

A24 dersPRO

Gradyanları otomatik olarak hesaplamak için requires_grad ve backward() kullanın.

  1. 1requires_grad ve Hesaplama Grafiği
  2. 2Gradyanları Almak için backward() Çağrısı
  3. 3.grad Okuma ve Sıfırlama
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
9

A24 dersPRO

PyTorch'ta ileri beslemeli bir ağ tanımlayın, örneğini oluşturun ve çalıştırın.

  1. 1nn.Module Alt Sınıfı: __init__ ve forward
  2. 2Doğrusal Katmanları Üst Üste Koyma
  3. 3Hızlı Modeller için nn.Sequential
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
10

A24 dersPRO

Küçük bir ağı uçtan uca eğitin ve doğruluğunu ölçün.

  1. 1İleri Geçiş, Kayıp, Geri Geçiş, Adım
  2. 2En Küçük Eğitim Döngüsünü Yazın
  3. 3Eğitim Sırasında Doğruluğu İzleyin
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
11

B14 dersPRO

Her ağırlığı güncellemek için hataların geriye doğru nasıl aktığını izleyin.

  1. 1Katman Katman Zincir Kuralı
  2. 2İleri Geçiş Önbellekler, Geri Geçiş Yeniden Kullanır
  3. 3Küçük Bir Ağda Geri Yayılımı Elle Yapın
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
12

B14 dersPRO

Regresyon, ikili ve çok sınıflı problemler için doğru kaybı seçin.

  1. 1Regresyon için MSE ve MAE
  2. 2Logitlerle İkili Çapraz Entropi
  3. 3Çok Sınıflı Problemler için Çapraz Entropi
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
13

B14 dersPRO

Daha hızlı ve daha kararlı eğitim için SGD'yi, momentumu ve Adam'ı ayarlayın.

  1. 1Momentumlu SGD
  2. 2Adam ve AdamW Açıklaması
  3. 3Ağırlık Çürümesi ve L2 Düzenlileştirmesi
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
14

B14 dersPRO

Üretim düzeyinde bir döngüye doğrulama, kontrol noktaları ve ölçümler ekleyin.

  1. 1Eğitim, Doğrulama ve Testi Ayırma
  2. 2Doğrulamalı Bir Dönem Döngüsü
  3. 3state_dict ile Kaydetme ve Yükleme
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
15

B14 dersPRO

Özel Dataset'ler ve gruplar hâlinde çalışan DataLoader'lar ile verileri verimli biçimde besleyin.

  1. 1Özel Veri Kümesi Sınıfı Yazma
  2. 2Gruplama, Karıştırma ve num_workers
  3. 3Değişken Uzunluktaki Girdiler için collate_fn
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
16

B14 dersPRO

Aşırı öğrenmeyi teşhis edin ve dropout, veri artırma ve normları uygulayın.

  1. 1Eğitim ve Doğrulama Farkını Okuma
  2. 2Dropout: Nöronları Rastgele Atma
  3. 3Toplu Normalleştirme ve Katman Normalleştirmesi
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
17

B14 dersPRO

Ham piksellerden görsel özellikleri öğrenen bir CNN oluşturun.

  1. 1Evrişim: Çekirdekler Pikseller Üzerinde Kayar
  2. 2Adım, Dolgu ve Havuzlama
  3. 3Kanallar, Özellik Haritaları ve Alıcı Alanlar
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
18

B14 dersPRO

LeNet'ten ResNet'e kadar ağları daha derin hâle getiren fikirleri anlayın.

  1. 1LeNet ve AlexNet: İlk Başarılar
  2. 2VGG: Küçük Filtre Yığınları
  3. 3ResNet: Atlamalı Bağlantılarla Derinleşme
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
19

B14 dersPRO

Sıralı verileri yinelemeli ağlar ve kapılı bellekle modelleyin.

  1. 1Diziler Neden Belleğe İhtiyaç Duyar
  2. 2Temel RNN Hücresi
  3. 3LSTM ve GRU Kapıları
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
20

B14 dersPRO

Kelimeleri bir ağın öğrenebileceği yoğun vektörlere dönüştürün.

  1. 1Belirteçleme ve Kelime Dağarcığı Oluşturma
  2. 2nn.Embedding: Öğrenilebilir Kelime Vektörleri
  3. 3Gömme Temsilleri Anlamı Neden Yakalar
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
21

B24 dersPRO

Kendine dikkati uygulayın ve bir transformer bloğu oluşturun.

  1. 1Kendine Dikkat: Sorgu, Anahtar ve Değer
  2. 2Ölçeklendirilmiş Nokta Çarpımı ve Çok Başlılık
  3. 3Sıra için Konumsal Kodlama
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
22

B24 dersPRO

Önceden eğitilmiş modelleri az miktarda veriyle görevinize uyarlayın.

  1. 1Omurgayı Dondurup Başlığı Eğitme
  2. 2Daha Düşük Öğrenme Oranıyla İnce Ayar
  3. 3Ayırt Edici Katman Bazlı Oranlar
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
23

B24 dersPRO

Yararlı gizli kodları öğrenmek için verileri sıkıştırın ve yeniden oluşturun.

  1. 1Kodlayıcı, Darboğaz ve Kod Çözücü
  2. 2Gürültü Gideren Otomatik Kodlayıcılar
  3. 3Değişimsel Otomatik Kodlayıcılar ve Gizli Uzay
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
24

B24 dersPRO

Yeni görseller oluşturmak için bir üretici ve ayırt edici eğitin.

  1. 1Üretici ve Ayırt Edici: Oyun
  2. 2Çekişmeli Kayıp
  3. 3Bir DCGAN Oluşturma
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
25

B24 dersPRO

Difüzyon modellerinin yeni örneklere ulaşmak için gürültüyü nasıl giderdiğini kavrayın.

  1. 1İleri Gürültüleme ve Ters Gürültü Giderme
  2. 2Gürültüyü U-Net ile Tahmin Etme
  3. 3Örnekleme Planları ve Yönlendirme
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
26

B24 dersPRO

AMP, profil oluşturma ve GPU belleği teknikleriyle eğitimi hızlandırın.

  1. 1autocast ve GradScaler ile Karma Hassasiyet
  2. 2Büyük Gruplar için Gradyan Biriktirme
  3. 3Darboğazı Profilleme
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
27

B24 dersPRO

DataParallel ve DDP ile birden çok GPU üzerinde eğitim yapın.

  1. 1Veri ve Model Paralelliği
  2. 2DistributedDataParallel Temelleri
  3. 3Eşzamanlı Toplu Normalleştirme ve Parçalı Durum
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
28

B24 dersPRO

Modelleri dürüstçe ölçün ve neden bu tahminleri yaptıklarını yorumlayın.

  1. 1Kesinlik, Duyarlılık, F1 ve ROC-AUC
  2. 2Karışıklık Matrisleri ve Hata Analizi
  3. 3Grad-CAM: Modelin Neye Baktığını Görme
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
29

B24 dersPRO

Eğitilmiş bir modeli dışa aktarın, optimize edin ve bir API arkasında kullanıma sunun.

  1. 1TorchScript ve torch.compile
  2. 2ONNX'e Dışa Aktarma
  3. 3Daha Küçük ve Hızlı Modeller için Nicemleme
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
30

B24 dersPRO

Modelleri bir üretim ekibi gibi izleyin, sürümlendirin ve gözlemleyin.

  1. 1Weights & Biases ile Deneyleri İzleme
  2. 2Verileri ve Modelleri Sürümlendirme
  3. 3Veri ve Model Kaymasını Algılama
  4. +1 daha fazla
Ücretsiz öğrenmeye başlaPRO ile aç
CoddyKit PRO

Bu yoldaki 30 kursun ve diğer tüm yolların kilidini aç

AI öğretmen, sertifikasyon sınavı ve sertifika. Web, iOS ve Android'de çalışır.

Tüm planları gör
Yıllık$29.90 / yılAylık yaklaşık $2.49Tek ödemeÖmür boyu$69.99 tek seferlikYenileme yok. PRO sonsuza kadar.
Kurs Özeti

Python ile Derin Öğrenme

PyTorch ile derin öğrenmeyi öğrenin; nöronlardan ve geri yayılımdan modern mimarilere kadar. Bu yolak, mutlak başlangıç (A1) seviyesinden ileri (B2) seviyesine kadar 30 aşamalı mini-kursu kapsar; her konsepti pekiştirmek için kısa, odaklanmış dersler ve hızlı sınavlar içerir.

Neler Öğreneceksiniz

Tensorlar, perceptron, aktivasyon fonksiyonları ve autograd ile başlayın, ardından sinir ağlarını oluşturun ve eğitin. CNN'lere, RNN'lere, Transformer'lara ve attention mekanizmasına, transfer learning'e, GAN'lara, diffusion modellerine, dağıtılmış eğitime ve üretim MLOps'a ilerleyin. Her ders pratiktir ve takılıp kaldığınızda size yardımcı olacak 24/7 AI tutor mevcuttur.

Nasıl Çalışır

Her kurs dört odaklanmış, ufak parçalara bölünmüş derse ayrılır. Günde birkaç ders tamamlayın ve tüm yolakı aylar değil haftalar içinde öğrenin.

Araçlar

Sadece okuma değil, AI ile pratik yap

AI destekli araçlar ve özelliklerle öğrenimini güçlendir

AI SohbetAI öğretmen ile sohbet etSüper Soru SorUzman seviyesi yanıtlar alPRODers OluşturAI destekli ders oluşturucuPROSertifikasyon Sınavını BaşlatSertifikanı kazanPROMeydan OkuBecerilerini test et

Nasıl Öğreneceksin

  1. 01

    Etkileşimli Dersler

    Gerçek zamanlı geri bildirim ile uygulamalı kodlama alıştırmaları

  2. 02

    AI Öğretmen

    Takılırsan AI'dan anında yardım al

  3. 03

    Yerleşik Editör

    Tarayıcında doğrudan kod yaz ve çalıştır

  4. 04

    Sertifika

    Kursu tamamladığında sertifika kazan

Keşfetmeye devam et

İlgili öğrenme yolları

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

Sıkça Sorulan Sorular

Deep Learning Academy kursu ücretsiz mi?

Evet. Deep Learning Academy kursunu ücretsiz olarak başlayabilir ve etkileşimli derslerini hiç ücret ödemeden tamamlayabilirsin. İsteğe bağlı PRO aboneliği gelişmiş yapay zeka araçlarını ve paylaşılabilir bir sertifikayı açar.

Python öğrenmek için önceki deneyim gerekli mi?

Hayır. Kurs temel bilgilerle başlar ve giderek daha ileri konulara ilerler, bu nedenle Python deneyimi olmasa bile başlayabilirsin.

CoddyKit'te Python nasıl öğreneceksin?

Yaparak öğrenirsin. Kısa etkileşimli dersler, açık bir açıklama ile gerçek zamanlı çalışan uygulamalı bir kodlama alıştırmasını bir araya getirir ve 24/7 AI öğretmen takılırsan kişiselleştirilmiş yardım sağlar.

Deep Learning Academy kursunu tamamladığımda sertifika alır mıyım?

Evet. PRO öğrenenler sınav yapabilir ve Deep Learning Academy kursu için doğrulanabilir bir koduyla paylaşılabilir bir tamamlama sertifikası kazanabilirler.

Python öğrenimini telefonumda yapabilir miyim?

Evet. CoddyKit web ve yerel iOS ile Android uygulamaları olarak erişilebilir, böylece Python öğrenimini herhangi bir cihazda yapabilir ve ilerlemeniz cihazlar arasında senkronize olur.

CoddyKit PRO ne kadar?

Deep Learning Academy yolundaki ilk kurs ücretsizdir. CoddyKit PRO tüm kursların kilidini açar: haftalık $5.90, aylık $7.90, yıllık $29.90 veya yenileme olmadan ömür boyu erişim için tek seferlik $69.99.

Deep Learning Academy kursunu tamamlamak ne kadar sürer?

Deep Learning Academy yolunda 30 kurs ve 120 ders bulunur. Derslerin çoğu yaklaşık 5–10 dakika sürer; bu nedenle tüm yol, kendi hızında yaklaşık 14 saatlik uygulamalı pratik sunar.

Deep Learning Academy Kursuna Şimdi Başla

Yapay zeka destekli derslerle programlamayı öğrenen binlerce öğrenciye katıl.

Ücretsiz öğrenmeye başlaTüm Kursları Gözden Geçir