Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen

PyTorch und fastai ermöglichen einen state-of-the-art Deep Learning Klassifizierer mit nur 8 Zeilen Code. Unvorstellbar?
4.72 (16 reviews)
Udemy
platform
Deutsch
language
Data Science
category
instructor
Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen
174
students
8 hours
content
May 2021
last update
$19.99
regular price

Why take this course?

🚀 Willkommen im Teil 3 der "Welcome2KI" Serie! 🎓

Entfessel die Kraft des Deep Learning mit PyTorch & fastai!

🎉 Erleben Sie, wie Sie einen state-of-the-art Bildklassifizierer in nur 8 Zeilen Code erstellen können! 🧠💻

Kurzüblick:

Welches Erlebnis bietet dieser Kurs?

Bernhard Mayr, ein erfahrener Kursinstructor, führt Sie in den dritten Teil der "Welcome2KI"-Reihe ein, wo Sie die Grundlagen und Techniken des Deep Learning mit Python-Bibliotheken PyTorch und das darauf basierende Framework fastai erlernen. Wir nutzen zusätzlich die leistungsstarke Entwicklungsumgebung von Google: Colab Notebooks, um mit einer kostenfreien GPU zu arbeiten.

Im Detail:

🎯 Ziel des Kurses:

  • Einführung in die Grundlagen von Deep Learning und neuronalen Netzen.
  • Entwicklung eurer eigenen Deep Learning Application end-to-end mit einem benutzerfreundlichen Interface.
  • Praktische Anwendung von Data Augmentationstechniken, um aus kleinen Datenmengen ein größeres Datenset zu erstellen und so die Modellgenauigkeit zu verbessern.
  • Durchführung des gesamten Prozesses, einschließlich Trainieren, Testen und Deployment Ihres Modells als Webapplikation.

Inhalte im Überblick:

Bereitstellung von Trainingsdaten:

  • Automatisierte Zusammenstellung eines Trainingsdatensatzes.

Modellentwicklung mit neuronalen Netzen:

  • Bauen und Testen eines Deep Learning Modells unter Verwendung von PyTorch.

Validierung und Deployment:

  • Analyse der Modellergebnisse mit einem Validierungsdatensatz.
  • Deployment des Modells im Internet.

🔍 Technische Tiefenanalyse:

  • Verständnis aller Schritte, die erforderlich sind, um ein Deep Learning Modell zu erstellen und zu trainieren:
    • Berechnung von Gradienten und Anwendung des Gradient Descent Algorithmus.
    • Einrichtung von Mini-Batches für Stochastic Gradient Descent (SGD).
    • Entwicklung eines eigenen Optimizers für PyTorch.

🚀 Aktive Komponenten und Verständnis:

  • Erklärung und Anwendung von Aktivierungsfunktionen wie ReLU.
  • Einsatz der Confusion Matrix zur Bewertung des Modellierungsresults.
  • Einblick in die Funktionsweise eines Multi-Label Klassifiziers.

🔗 Ressourcen & Community:

  • Alle im Kurs besprochenen Code-Beispiele sind auf GitHub verfügbar und können direkt in Google Colab geöffnet und ausgeführt werden.

📚 Lernen mit realem Projektwork:

  • Der Kurs basiert auf den Inhalten von Jannis Semann, bietet jedoch eine alternative Verwendung von PyTorch und fastai.

Wer ist dieser Kurs für?

  • Entscheidungsherende Fachkraften im IT-Bereich, die ein tiefes Verständnis von Deep Learning erlangen möchten.
  • Data Scientists und Machine Learning-Entwickler, die ihre Fähigkeiten vertiefen wollen.
  • Studierende und Hobbyisten, die in den Bereich Künstliche Intelligenz und maschinelles Lernen eintauchen möchten.

📅 Jetzt anmelden und mit aufwendere Projekte und konzeptionstrichen Modellen starten! 🌟

Hinweis: Dieser Kurs nutzt die beliebte "30 Seconds to Mars" Bilddatensät für die Praktische. Die Datensätze und Ressourcen sind auf GitHub verfügbar, um eine nahtlose Lernerfahrung zu gewährleisten.

Course Gallery

Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen – Screenshot 1
Screenshot 1Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen
Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen – Screenshot 2
Screenshot 2Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen
Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen – Screenshot 3
Screenshot 3Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen
Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen – Screenshot 4
Screenshot 4Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen

Loading charts...

Related Topics

3534140
udemy ID
29/09/2020
course created date
10/11/2020
course indexed date
Bot
course submited by
Welcome2KI Teil 3: KI Deep Learning Projekte selbst umsetzen - | Comidoc