Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

PyTorch Tutorial - Neural Networks & Deep Learning in Python

Hướng dẫn PyTorch - Mạng Neural & Học Sâu trong Python

Hướng dẫn PyTorch - Mạng Neural & Học Sâu trong Python

PyTorch - Giới thiệu về mạng neural học sâu: Hướng dẫn ứng dụng mạng neural: Mô hình mạng neural AI

4.2
(297 đánh giá)
2,257 học viên
Giảng viên
Minerva Singh
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
6.5 giờ video
56 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Kiến thức cơ bản về Học Sâu - Bắt đầu với Anaconda, một môi trường khoa học dữ liệu Python quan trọng
Ứng dụng Mạng Neural Python - Cấu hình môi trường Anaconda để bắt đầu với PyTorch
Giới thiệu về Mạng Neural Học Sâu - Nền tảng lý thuyết của các khái niệm quan trọng (như học sâu) mà không dùng thuật ngữ chuyên môn
Mạng Neural AI - Triển khai mạng neural nhân tạo (ANN) với PyTorch
Mô hình Mạng Neural - Triển khai các mô hình học sâu (DL) với PyTorch
AI Học Sâu - Triển khai các thuật toán học máy phổ biến cho Phân loại Hình ảnh
Mạng Neural Học Sâu - Triển khai các thuật toán học sâu dựa trên PyTorch trên dữ liệu hình ảnh

Yêu cầu

Khả năng Cài đặt Môi trường Anaconda Trên Máy tính/Máy tính xách tay của Bạn
Biết cách cài đặt và tải các gói trong Anaconda
Hứng thú với việc Học Xử lý Dữ liệu Hình ảnh
Cần Kiến thức Cơ bản về Cú pháp và Khái niệm Lập trình Python để Theo dõi Code (ví dụ: hàm và luồng chương trình)
Tiếp xúc trước với Các Khái niệm Khoa học Dữ liệu Python sẽ Hữu ích

Đối tượng phù hợp

Học viên quan tâm đến việc sử dụng môi trường Anaconda cho các ứng dụng khoa học dữ liệu Python
Học viên quan tâm đến việc bắt đầu với môi trường PyTorch
Học viên Quan tâm đến Việc Triển khai Thuật toán Học máy bằng PyTorch
Học viên Quan tâm đến Việc Triển khai Thuật toán Học máy trên Dữ liệu Hình ảnh Thực tế
Học viên Quan tâm đến Việc Học Các Khái niệm Lý thuyết Cơ bản đằng sau Kỹ thuật Mạng Neural như Mạng neural tích chập
Triển khai ANN trên Dữ liệu Thực
Triển khai Mạng Neural Sâu
Triển khai Mạng Neural Tích chập (CNN) trên dữ liệu hình ảnh
Xây dựng Bộ Phân loại Hình ảnh Sử dụng Dữ liệu Hình ảnh Thực và Đánh giá Hiệu suất của chúng
Giới thiệu về Học Chuyển giao

Nội dung khóa học

8 phần • 56 bài giảng
1 Chào mừng đến với PyTorch
2 Dữ liệu và Scripts
3 Bắt đầu với Môi trường Khoa học Dữ liệu Python: Anaconda
4 Anaconda cho Người dùng Mac
5 Môi trường iPython
6 Tại sao lại là PyTorch?
7 Cài đặt PyTorch
8 Hướng dẫn Cài đặt PyTorch bằng Văn bản
9 Hướng dẫn Cài đặt Bổ sung cho Mac
10 Làm việc với CoLabs
1 Các Gói Python cho Khoa học Dữ liệu
2 Giới thiệu về Numpy
3 Tạo Mảng Numpy
4 Các Thao tác với Numpy
5 Numpy cho Số học Vectơ Cơ bản
6 Numpy cho Số học Ma trận Cơ bản
7 Kiến thức cơ bản PyTorch: Tensor là gì?
8 Khám phá Tensor PyTorch và Mảng Numpy
9 Một số Thao tác Tensor PyTorch Cơ bản
1 Đọc dữ liệu CSV
2 Đọc dữ liệu Excel
3 Khám phá Dữ liệu Cơ bản với Pandas
1 Hồi quy Bình phương Nhỏ nhất Thông thường (OLS) - Lý thuyết
2 Hồi quy Tuyến tính OLS - Không dùng PyTorch
3 Hồi quy Tuyến tính OLS Từ Nguyên lý Đầu tiên - Lý thuyết
4 Hồi quy Tuyến tính OLS Từ Nguyên lý Đầu tiên - Không dùng PyTorch
5 Hồi quy Tuyến tính OLS Từ Nguyên lý Đầu tiên - Dùng PyTorch
6 Thêm về OLS với PyTorch
7 Mô hình Tuyến tính Tổng quát (GLMs) - Lý thuyết
8 Hồi quy Logistic - Không dùng PyTorch
9 Hồi quy Logistic - Dùng PyTorch
1 Giới thiệu về ANN
2 Cú pháp ANN trong PyTorch
3 Hàm Kích hoạt là gì? Lý thuyết
4 Thêm về Lan truyền Ngược
5 Kết hợp Tất cả lại với nhau
6 Thiết lập Phân tích ANN với PyTorch
7 Phân tích DNN với PyTorch
8 Thêm về DNN
9 DNN để Nhận diện Gian lận Thẻ tín dụng
10 Giải thích về Các Chỉ số Độ chính xác
1 Hình ảnh là gì?
2 Đọc Hình ảnh trong Python
3 Chuyển đổi Hình ảnh Cơ bản
4 Tại sao lại là AI và Học Sâu?
5 Mạng Neural Nhân tạo (ANN) cho Phân loại Hình ảnh
6 Mạng Neural Sâu (DNN) cho Phân loại Hình ảnh
1 CNN là gì?
2 Triển khai CNN trên Dữ liệu Hình ảnh
3 Thêm về CNN
4 Triển khai CNN Sử dụng Mô hình Đã được Huấn luyện Trước
1 Các Kiểu Dữ liệu Khác nhau
2 Giới thiệu về Học Chuyển giao: Lý thuyết
3 GCP là gì?
4 Posit trên POSIT
5 Giới thiệu về Điện toán Phân tán

Giới thiệu khóa học

Master the Latest and Hottest of Deep Learning Frameworks (PyTorch)  for Python Data Science

THIS IS A COMPLETE NEURAL NETWORKS & DEEP LEARNING TRAINING WITH PYTORCH IN PYTHON!

It is a full 5-Hour+ PyTorch Boot Camp that will help you learn basic machine learning, neural networks and deep learning  using one of the most important Python Deep Learning frameworks- PyTorch.                         

HERE IS WHY YOU SHOULD ENROLL IN THIS COURSE:

This course is your complete guide to practical machine & deep learning using the PyTorch framework in Python..

This means, this course covers the important aspects of PyTorch and if you take this course, you can do away with taking other courses or buying books on PyTorch.  

In this age of big data, companies across the globe use Python to sift through the avalanche of information at their disposal and advent of frameworks such as PyTorch is revolutionizing Deep Learning...

By gaining proficiency in PyTorch, you can give your company a competitive edge and boost your career to the next level.

THIS IS MY PROMISE TO YOU: COMPLETE THIS ONE COURSE & BECOME A PRO IN PRACTICAL PYTORCH BASED DATA SCIENCE!

But first things first. My name is Minerva Singh and I am an Oxford University MPhil (Geography and Environment) graduate. I recently finished a PhD at Cambridge University (Tropical Ecology and Conservation).

I have several years of experience in analyzing real life data from different sources  using data science related techniques and producing publications for international peer reviewed journals.

 Over the course of my research I realized almost all the Python data science courses and books out there do not account for the multidimensional nature of the topic and use data science interchangeably with machine learning..

This gives students an incomplete knowledge of the subject. My course, on the other hand, will give you a robust grounding in all aspects of data science within the PyTorch framework.

Unlike other Python courses and books, you will actually learn to use PyTorch on real data!  Most of the other resources I encountered showed how to use PyTorch on in-built datasets which have limited use.

DISCOVER 7 COMPLETE SECTIONS ADDRESSING EVERY ASPECT OF PYTORCH:

• A full introduction to Python Data Science and powerful Python driven framework for data science, Anaconda
• Getting started with Jupyter notebooks for implementing data science techniques in Python
• A comprehensive presentation about PyTorch installation and a brief introduction to the other Python data science packages
• A brief introduction to the working of important data science packages such as Pandas and Numpy
• The basics of the PyTorch syntax and tensors
• The basics of working with imagery data in Python
• The theory behind neural network concepts such as artificial neural networks, deep neural networks and convolutional neural networks (CNN)
• You’ll even discover how to create artificial neural networks and deep learning structures with PyTorch (on real data)

BUT,  WAIT! THIS ISN'T JUST ANY OTHER DATA SCIENCE COURSE:

You’ll start by absorbing the most valuable PyTorch basics and techniques.

I use easy-to-understand, hands-on methods to simplify and address even the most difficult concepts.

My course will help you implement the methods using real data obtained from different sources. Many courses use made-up data that does not empower students to implement Python-based data science in real -life.

After taking this course, you’ll easily use packages like Numpy, Pandas, and PIL to work with real data in Python along with gaining fluency in PyTorch. I will even introduce you to deep learning models such as Convolution Neural network (CNN) !!

The underlying motivation for the course is to ensure you can apply Python-based data science on real data into practice today, start analyzing data for your own projects whatever your skill level, and impress your potential employers with actual examples of your data science abilities.

It is a practical, hands-on course, i.e. we will spend some time dealing with some of the theoretical concepts related to data science. However, the majority of the course will focus on implementing different techniques on real data and interpret the results. Some of the problems we will solve include identifying credit card fraud and classifying the images of different fruits.

After each video, you will learn a new concept or technique which you may apply to your own projects!

JOIN THE COURSE NOW!

#deep #learning #neural #networks #python #ai #programming

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Deep Learning
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Hiển thị tất cả khoá học Pytorch
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊