Dowiesz się jakie kategorie aplikacji mediów cyfrowych korzystają obecnie z modeli neuronowych. Poznasz podstawowe typy neuronowych sieci tensorowych i metodykę ich zapisu symbolicznego. Dowiesz się co to są równania przepływu gradientu dla podstawowych jednostek przetwarzania w sieciach głębokich i jakie znaczenie mają te równania w optymalizacji modeli neuronowych. Nauczysz się konfigurować najbardziej popularne algorytmy stochastycznej optymalizacji sieci głębokich. Oprócz podstawowych elementów platformy PyTorch poznasz nasze własne proste narzędzia definiowania architektur typu CNN w plikach konfiguracyjnych i w oparciu o nie, techniki trenowania i testowania modeli neuronowych bez konieczności użycia języka programowania.
Rozwiń szczegóły...