Packt

PyTorch 的基础和核心概念

Packt

PyTorch 的基础和核心概念

访问权限由 Coursera Learning Team 提供

5,870 人已注册

深入了解一个主题并学习基础知识。

50 条评论

中级 等级

推荐体验

7 小时 完成
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。

50 条评论

中级 等级

推荐体验

7 小时 完成
灵活的计划
自行安排学习进度

您将学到什么

  • 设置和配置 PyTorch 环境。

  • 了解基本的人工智能和机器学习概念。

  • 利用各种优化技术,从零开始构建、训练和评估神经网络

  • 将 PyTorch 应用于真实世界的深度学习任务。

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

5 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是 PyTorch Ultimate 2024 - 从基础到尖端 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
  • 向行业专家学习新概念
  • 获得对主题或工具的基础理解
  • 通过实践项目培养工作相关技能
  • 获得可共享的职业证书

该课程共有7个模块

在本模块中,我们将向您介绍课程结构,涵盖主要主题和学习目标。您将学习如何设置系统,包括安装必要的软件和创建 conda 环境。我们还将指导您访问课程资料,并提供高效浏览课程的技巧。

涵盖的内容

6个视频2篇阅读材料

在本模块中,我们将深入学习机器学习的基础知识。首先将介绍人工智能及其核心概念。然后,本模块将探索机器学习的基本要素,并概述不同的机器学习模型,为更高级的主题奠定基础。

涵盖的内容

3个视频

在本模块中,我们将探索深度学习的基础概念。您将深入了解深度学习模型、其性能评估以及从感知器到神经网络的演变过程。本模块还涵盖了各种类型的神经网络层、激活函数、损失函数和优化技术,让你对深度学习框架有一个全面的了解。

涵盖的内容

9个视频1个作业

在本模块中,我们将重点评估机器学习模型。您将了解欠拟合和过拟合,以及如何缓解这些问题。本模块还将介绍训练-测试分割法及其在模型评估中的重要性,以及有效管理不平衡数据集的各种重采样技术。

涵盖的内容

3个视频

在本模块中,我们将指导你从头开始构建神经网络。您将从数据准备和模型初始化开始,进而实现前向传播和后向传播等基本功能。本模块还包括训练和评估技术,以帮助您有效地构建和评估神经网络模型。

涵盖的内容

12个视频1个作业

在本模块中,我们将探索张量的概念及其在 PyTorch 中的意义。你将了解张量与计算图之间的关系,并通过编码练习获得张量操作的实践经验。本模块旨在让你掌握在真实世界的机器学习场景中应用张量的技能。

涵盖的内容

3个视频

在本模块中,我们将向您介绍 PyTorch 建模。您将学会从头开始构建和训练模型,包括线性回归。该模块包括批处理、数据集和数据加载器,以便有效管理数据。您还将探索保存、加载和优化模型(包括超参数调整)的技术,以增强您的机器学习工作流程。

涵盖的内容

15个视频1篇阅读材料3个作业

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分
(19个评价)
Packt - Course Instructors
Packt
1,611 门课程460,135 名学生

提供方

Packt

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'

Jennifer J.

自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

  • 5 stars

    74%

  • 4 stars

    16%

  • 3 stars

    2%

  • 2 stars

    2%

  • 1 star

    6%

显示 3/50 个

SS

已于 May 14, 2025审阅

JS

已于 Nov 3, 2024审阅

IL

已于 Jun 22, 2025审阅

从 数据科学 浏览更多内容