fromthetensor

Del tensor a la difusión estable

Inspirado en el transistor.

El aprendizaje automático es difícil, muchos tutoriales son difíciles de seguir, y es difícil entender el software 2.0 de los primeros principios.

¿Quieres ser ingeniero de ML? Bueno, aquí están los pasos para ser bueno en eso:

1. Descargar un papel
2. Implementarlo
3. Sigue haciendo esto hasta que tengas habilidades

- George Hotz

Sección 1: Introducción: Hacer un paso a paso el tensor - 1 semana

• Entonces, sobre esos tensores: descripción general del curso. Describa cómo se pueden construir modelos de aprendizaje profundo utilizando tensores y cómo diferentes arquitecturas como CNN y RNN usan tensores de diferentes maneras. Comprenda el concepto de backpropagation y ascendencia de gradiente. [video]

Sección 2: Aprendizaje profundo: ¿Qué es el aprendizaje profundo de todos modos? - 1 semana

• Construyendo una red neuronal simple: ¡su primer pequeño programa! Hacer que el modelo funcione y aprende los conceptos básicos del aprendizaje profundo. [código] [video]

• Construyendo un CNN simple: un capítulo de introducción para el aprendizaje profundo, aprenda a construir un CNN simple y comprender los conceptos de convolución y agrupación. [código] [video]

• Construyendo un RNN simple: aprenda los conceptos básicos de las redes neuronales recurrentes y comprende el concepto de "memoria" que les ayuda a almacenar estados de insumos anteriores. [código] [video]

Sección 3: Implementación de documentos (Parte 1): Modelos de visión - 3 semanas

• Implementación de Lenet: aprenda sobre la arquitectura de Lenet y su aplicación. [código] [documento]

• Implementación de Alexnet: aprenda a implementar Alexnet para tareas de clasificación de imágenes. [código] [documento]

• Implementación de resnet: aprenda cómo implementar resnet para tareas de clasificación de imágenes. [código] [documento]

• Construyendo un DCGAN: aprenda a construir un DCGAN y el concepto de capacitación adversa. [código] [documento]

Sección 4: Implementación de documentos (Parte 2): Modelos de idiomas - 3 semanas

• Implementación de GRU y LSTM: aprenda sobre los conceptos de células LSTM y Gru. [código] [documento]

• Implementación de CBOW y Skip-Gram: aprenda sobre la arquitectura Word2Vec y su aplicación. [código] [documento]

• Construyendo un transformador: aprenda sobre la arquitectura del transformador y su aplicación. [código] [documento]

• Ajunte a un Bert: aprenda sobre la arquitectura de Bert y ajuste un modelo previamente capacitado. [código] [documento]

Sección 5: Implementación de documentos (Parte 3): Modelos en idioma de visión-1 semana

• Construyendo un modelo de difusión estable: aprenda sobre la arquitectura de difusión estable y su aplicación en las tareas de generación de imágenes. [código] [documento]