[Udemy] PyTorch: Глубокое обучение и искусственный интеллект - eng-rus (Lazy Programmer Inc)

Нейронные сети для компьютерного зрения, прогнозирования временных рядов, НЛП, GANs, Reinforcement Learning и многое другое! Требования: Уметь писать код на Python и Numpy Для теоретической части (по выбору) - понимание производных и вероятности Описание: Вы когда-нибудь задумывались, как на самом деле работают такие технологии искусственного интеллекта, как OpenAI ChatGPT, GPT-4, DALL-E, Midjourney и Stable Diffusion? В этом курсе вы узнаете об основах этих революционных приложений. Добро пожаловать в PyTorch: Глубокое обучение и искусственный интеллект! Несмотря на то, что библиотека глубокого обучения Tensorflow от Google приобрела огромную популярность за последние несколько лет, PyTorch остается самой популярной библиотекой для профессионалов и исследователей по всему миру в области глубокого обучения и искусственного интеллекта. Возможно ли, что Tensorflow популярен только потому, что Google популярен и использует эффективный маркетинг? Почему Tensorflow так сильно изменился между первой и второй версиями? Было ли в нем что-то глубоко ошибочное, и существуют ли еще потенциальные проблемы? Менее известно, что PyTorch поддерживается другим интернет-гигантом - Facebook (в частности, Facebook AI Research Lab - FAIR). Так что если вам нужна популярная библиотека глубокого обучения, поддерживаемая компаниями-миллиардерами и многочисленным сообществом, вы не ошибетесь с PyTorch. И, возможно, это бонус, что библиотека не уничтожит весь ваш старый код при переходе на следующую версию С другой стороны, очень хорошо известно, что все ведущие ИИ-компании (например, OpenAI, Apple и JPMorgan Chase) используют PyTorch. OpenAI только недавно перешел на PyTorch в 2020 году, что является сильным признаком того, что PyTorch набирает обороты. Если вы профессионал, вы быстро поймете, что создание и тестирование новых идей - это чрезвычайно За последнее время Deep Learning обеспечило ряд потрясающих достижений, таких как: Создание красивых, фотореалистичных изображений людей и вещей, которых никогда не существовало (GANs) Победа над чемпионами мира в стратегической игре Го, а также в таких сложных видеоиграх, как CS:GO и Dota 2 (Deep Reinforcement Learning) Самоуправляемые автомобили (компьютерное зрение) Распознавание речи (например, Siri) и машинный перевод (обработка естественного языка) Даже создание видеороликов, на которых люди делают и говорят то, чего они никогда не делали (DeepFakes - потенциально опасное применение глубокого обучения). Этот курс рассчитан на студентов начального уровня, вплоть до экспертов. Как это может быть?Если вы только что прошли мой бесплатный предварительный курс по Numpy, то вы знаете все, что вам нужно, чтобы сразу же приступить к занятиям. Мы начнем с самых простых моделей машинного обучения и перейдем к современным концепциям. Попутно вы узнаете обо всех основных архитектурах глубокого обучения, таких как глубокие нейронные сети, конволюционные нейронные сети (обработка изображений) и рекуррентные нейронные сети (данные посл...