Przejdziesz z solidnej podstawy teoretycznej do umiejętności praktycznych niezbędnych do budowy, trenowania i optymalizacji głębokich sieci neuronowych – posłużą do tego takie rozwiązania jak PyTorch, Pytorch Lightning, Hydra, czy Weights&Biases.Uczestnicy zapoznają się z kluczowymi koncepcjami, takimi jak automatyczne różniczkowanie i sieci konwolucyjne. W ich przypadku zaczniemy od arytmetyki CNN i przejrdziemy do bardziej zaawansowanych architektur takicj jak Inception, czy Resnet, kończąc na ich dostrajaniu i ekstrakcji cech. Dodatkowo, blok obejmuje analize wyników modeli oraz ich interpretację (Grad-CAM), co pozwala na skuteczne wprowadzanie poprawek i ulepszeń, związanych z technikami regularizacji i metodami optymalizacji.
Rozwiń szczegóły...