Hidden
Нейросети и LLM на Pytorch для новичков

Бета версия курса по нейросетям/LLM в закрытом формате. От нубов для нубов 😁.

Всем привет! Мы с друзьями/коллегами самоорганизовались для изучения нейросетей и LLM в формате закрытого онлайн курса. Лекции ведем сами для себя. Начнем с самой базы. Учиться будем до лета 😉 Приглашаем всех желающих. 

Первое занятие: четверг 16.01 в 16:00 МСК в Zoom. Дальнейшее расписание и все материалы будем публиковать на этой страничке.

Расписание:

20.01 16:00 МСК: Запись

16.01 18:00 МСК: Zoom

23.01 16:00 МСК: Zoom

27.01 16:00 МСК: Zoom

28.01 18:00 МСК: Zoom

01.02 13:00 МСК: Zoom

03.02 16:00 МСК: Zoom

08.02 13:00 МСК: Zoom

09.04 13:00 МСК: Zoom. Сверточные нейросети. Теория и практика

Регистрация будет доступна в течении первых занятий, далее перейдем в закрытый формат. 

Примерная программа курса:

  1. Разбор линейных моделей
  2. Основы Pytorch и простые примеры нейросетей
  3. 28.01 Решение Spaceship Titanic простыми нейросетями, 
  4. 30.01 Обучение градиентным алгоритмом и back propagation
  5. Функции активации и потерь с Pytorch
  6. Оптимизаторы, сохранение и загрузка моделей
  7. L2-регуляризатор, Dropout, Batch Normalization
  8. Dataset и Dataloader, Mnist
  9. Переобучение, и критерии остановки
  10. Сверточные нейронные сети. ConvXd, MaxPooling. 
  11. Примеры реализации, VGG-16, Стилизация, колоризация
  12. Классификация, детекция, сегментация. Основы
  13. Разбор архитектур. AlexNet, ResNet, VGG, U-Net, Yolo.
  14. Семантическая сегментация на примере спутниковых снимков. Transfer Learning.
  15. Рекурентные сети.
  16. Понятие эмбединга, LSTM, GRU
  17. Автоэнкодеры
  18. GAN. Основы.
  19. Основы NLP. Методы обработки текста.
  20. Основы NLP. Методы обработки текста. Практика
  21. Концепции первых моделей, word2vec.
  22. Word2vec. Практика
  23. Attention, трансформеры
  24. Трансформеры, практика
  25. NLP пайплайны, работа с библиотекой transformers и моделями с hugging face.
  26. Multihead attention. 
  27. Методы обучения и дообучения трансформеров
  28. Архитектуры современных LLM, методы обучения до обучения. Transfer learning, fine tuning ….. (Будет детализироваться по ходу занятий)

Track program

Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy

Learn More