Chia Sẻ Khóa Học PyTorch Cho Deep Learning Professional Certificate (DeepLearning.AI) [Khóa 5635 A]
Tìm hiểu PyTorch để xây dựng các mô hình Deep Learning. Tìm hiểu PyTorch khi bạn khám phá các khái niệm và kỹ thuật cốt lõi để xây dựng các mô hình deep learning.
Những gì bạn sẽ học được:
- ✓ Build và train các deep learning model bằng PyTorch, hiểu các core component tạo nên các hệ thống AI hiện đại.
- ✓ Áp dụng các kỹ thuật transfer learning & fine-tuning vào các tác vụ computer vision và natural language processing.
- ✓ Tối ưu hóa độ chính xác, hiệu suất và hiệu quả của mô hình để triển khai.
Những kỹ năng bạn sẽ đạt được:
- ✓ PyTorch (Machine Learning Library).
- ✓ Data Pipeline.
- ✓ Application Deployment.
- ✓ Generative AI.
- ✓ Computer Vision.
- ✓ MLOps (Machine Learning Operations).
- ✓ Deep Learning.
- ✓ Artificial Neural Network.
- ✓ Dimensionality Reduction.
- ✓ Natural Language Processing.
- ✓ Data Quality.
- ✓ Software Visualization.
- ✓ Machine Learning.
PyTorch cho Deep Learning Professional Certificate hướng dẫn bạn cách build, train, optimize và deploy các deep learning model bằng PyTorch framework. Thông qua ba khóa học được thiết kế theo cấu trúc tiến triển này, bạn sẽ chuyển từ kiến thức nền tảng về PyTorch và neural network sang các kiến trúc nâng cao và các kỹ thuật model deployment được sử dụng trong các hệ thống AI thực tế.
Bạn sẽ bắt đầu bằng việc tìm hiểu về tensor, neural network và machine learning pipeline, những yếu tố hỗ trợ các mô hình deep learning. Sau đó, bạn sẽ áp dụng các khái niệm này vào computer vision và natural language processing bằng cách sử dụng và cải thiện các mô hình có trong TorchVision và Hugging Face. Trong khóa học cuối cùng, bạn sẽ khám phá các kiến trúc như Siamese networks, ResNet, DenseNet và Transformers, đồng thời tìm hiểu cách chuẩn bị, export và tối ưu hóa các mô hình để triển khai bằng ONNX, MLflow, pruning và quantization.
Cuối cùng, bạn sẽ có các kỹ năng thực tế để phát triển, evaluate và deploy các PyTorch model cho nhiều ứng dụng AI khác nhau.
Project ứng dụng học tập:
Trong suốt Chứng chỉ Chuyên nghiệp này, bạn sẽ áp dụng các kỹ năng PyTorch của mình để build và refine các deep learning model. Bạn sẽ làm việc với các mô hình computer vision và natural language processing, mà bạn sẽ xây dựng từ đầu và tối ưu hóa bằng hyperparameter tuning. Bạn cũng sẽ sử dụng các pre-trained model và học cách cải thiện và điều chỉnh chúng thông qua transfer learning và fine tuning. Sau đó, bạn sẽ làm việc trên các project nâng cao như text classification và image segmentation, và kết thúc bằng việc chuẩn bị các trained model của bạn để triển khai bằng các công cụ như MLflow và ONNX.
Chứng chỉ chuyên nghiệp này bao gồm 3 khóa học:
1. PyTorch: Fundamentals:
Những gì bạn sẽ học được:
- ✓ Tìm hiểu PyTorch fundamentals và các core building block của nó.
- ✓ Build & train neural network từng bước.
- ✓ Triển khai một training pipeline hoàn chỉnh trong PyTorch.
Nội dung chính:
- ✓ 1.1. Bắt đầu với Pytorch.
- ✓ 1.2. Pytorch Workflow.
- ✓ 1.3. Data Management trong Pytorch.
- ✓ 1.4. Các Core Neural Network Component.
2. PyTorch: Các Kỹ thuật và Công cụ Hệ sinh thái:
Những gì bạn sẽ học được:
- ✓ Optimize và hyperparameter tune các PyTorch model để có hiệu suất tốt hơn.
- ✓ Sử dụng TorchVision và Hugging Face để xử lý và quản lý dữ liệu hình ảnh và văn bản một cách hiệu quả.
- ✓ Build các training pipeline hiệu quả để tối ưu hóa mô hình.
Nội dung chính:
- ✓ 2.1. Hyperparameter Optimization.
- ✓ 2.2. Làm việc với hình ảnh bằng Torchvision.
- ✓ 2.3. Làm việc với Text bằng Hugging Face.
- ✓ 2.4. Training Pipeline hiệu quả.
3. PyTorch: Kiến trúc và triển khai nâng cao:
Những gì bạn sẽ học được:
- ✓ Thiết kế và triển khai các kiến trúc nâng cao trong PyTorch.
- ✓ Áp dụng các kỹ thuật nâng cao trong vision, language & generative modeling, bao gồm Transformers & diffusion model.
- ✓ Chuẩn bị, nén và deploy các mô hình để sử dụng trong thực tế.
Nội dung chính:
- ✓ 3.1. Thiết kế các Kiến trúc tùy chỉnh.
- ✓ 3.2. Các phương pháp chuyên biệt về Vision trong Pytorch.
- ✓ 3.3. Các phương pháp chuyên biệt về Natural Language Processing trong Pytorch.
- ✓ 3.4. Chuẩn bị Models cho Deployment trong Pytorch.