Dasar-Dasar Neural Network
Apa yang sebenarnya dihitung sebuah neural network, kenapa nonlinearitas adalah intinya, dan bagaimana bobotnya belajar.
- 4 pelajaran
- 1j 20m
- 7 simulasi
Konvolusi, pooling, dan arsitektur CNN — kenapa berbagi bobot membuat gambar bisa dipelajari.
Ini simulasi asli dari modulnya. Tanpa akun.
Hanya saran, tidak pernah mengunci — Anda bisa mulai di sini.
Judul dan ringkasan setiap pelajaran terbuka untuk umum. Isi pelajarannya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di Pengantar Deep Learning & Neural NetworkKernel, stride, padding, dan kenapa satu filter bisa dipakai di seluruh gambar.
Ide-ide yang bertahan — dan skip connection yang membuat jaringan sangat dalam bisa dilatih.
Memakai model pralatih ketika Anda hanya punya beberapa ratus gambar.
Apa yang sebenarnya dihitung sebuah neural network, kenapa nonlinearitas adalah intinya, dan bagaimana bobotnya belajar.
Optimizer, jadwal learning rate, inisialisasi, normalisasi, dan regularisasi — hal-hal yang membuat pelatihan benar-benar konvergen.
Tensor, autograd, nn.Module, DataLoader, dan pelatihan di GPU — PyTorch secukupnya untuk bekerja sendiri.
Dari RNN dan LSTM ke self-attention — arsitektur di balik setiap LLM modern.