Pytorch Knowledge
1.0.0
เวิร์กโฟลว์แมชชีนเลิร์นนิงส่วนใหญ่เกี่ยวข้องกับการประมวลผลข้อมูล การสร้างโมเดล การเพิ่มประสิทธิภาพพารามิเตอร์ของโมเดล และการบันทึกโมเดลที่ได้รับการฝึก บทช่วยสอนนี้จะแนะนำให้คุณรู้จักกับเวิร์กโฟลว์ ML ที่สมบูรณ์ที่ใช้งานใน PyTorch และมีลิงก์เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับแต่ละแนวคิด
บทช่วยสอนนี้จะครอบคลุมความรู้พื้นฐานของการเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก ครอบคลุม回归分类问题และเฟรมเวิร์กพื้นฐานที่รู้จักกันดีมากมายของการเรียนรู้เชิงลึก เช่น CNN , RNN , fastai ฯลฯ
แค็ตตาล็อกการสอนอย่างเป็นทางการของ Facebook จะใช้ชุดข้อมูล FashionMNIST เพื่อฝึกโครงข่ายประสาทเทียมที่คาดการณ์ว่ารูปภาพอินพุตอยู่ในหมวดหมู่ใดประเภทหนึ่งต่อไปนี้: T 恤/上衣裤子บน กางเกงขายาว เสื้อ套头衫เด连衣裙外套凉鞋衬衫运动鞋包หรือ脚踝
แค็ตตาล็อกเชิงปฏิบัติของการเรียนรู้เชิงลึกของ Pytorch จะเริ่มต้นด้วยปัญหาการถดถอยเชิงเส้นที่ง่ายที่สุด และค่อยๆ เปลี่ยนไปใช้โมเดลการเรียนรู้เชิงลึกที่ซับซ้อน
บทช่วยสอนนี้ถือว่าคุณมีความคุ้นเคยพื้นฐานกับ Python และแนวคิดการเรียนรู้เชิงลึก เอกสาร (บทช่วยสอนอย่างเป็นทางการของ Facebook) แปลจากเว็บไซต์อย่างเป็นทางการของ Pytorch
คุณสามารถเรียกใช้บทช่วยสอนนี้ได้หลายวิธี:
