Deep Learning z PyTorch – projektowanie i trenowanie nowoczesnych sieci neuronowych
Szkolenie Deep Learning z PyTorch koncentruje się na praktycznym tworzeniu, trenowaniu oraz optymalizacji nowoczesnych sieci neuronowych wykorzystywanych w projektach AI, Computer Vision, Natural Language Processing (NLP) oraz Generative AI.
Uczestnicy poznają architekturę frameworka PyTorch, nauczą się budować modele neuronowe od podstaw, wykorzystywać akcelerację GPU oraz implementować rozwiązania stosowane we współczesnych systemach sztucznej inteligencji. Program obejmuje zagadnienia związane z sieciami CNN, Transformerami, transfer learningiem oraz integracją z ekosystemem Hugging Face.
Szkolenie ma charakter warsztatowy – większość czasu poświęcona jest na samodzielne tworzenie modeli, eksperymentowanie z parametrami oraz analizę wyników. Dzięki temu uczestnicy zdobywają umiejętności pozwalające na realizację własnych projektów Deep Learning i rozwój w kierunku AI Engineer lub Machine Learning Engineer.
2 990 zł netto
Ukończyło: 25 osób
Akceptujemy formy płatności: PayU, Faktura pro-forma, Faktura VAT po szkoleniu
Rozłóż na raty z
Czego się nauczysz?
Tworzyć i trenować zaawansowane sieci neuronowe w PyTorch.
Wykorzystywać GPU i CUDA do przyspieszania obliczeń.
Budować modele Computer Vision oparte o CNN i transfer learning.
Tworzyć rozwiązania NLP wykorzystujące architekturę Transformer.
Korzystać z modeli dostępnych w ekosystemie Hugging Face.
Fine-tuningować gotowe modele AI na własnych danych.
Optymalizować proces trenowania oraz zużycie zasobów.
Przygotowywać modele do wdrożenia w środowisku produkcyjnym.
Zakres szkolenia
Pobierz zakres w PDF- Architektura frameworka PyTorch
- Omówienie ekosystemu PyTorch
- Konfiguracja środowiska projektowego
- GPU, CUDA i akceleracja obliczeń
- Dobre praktyki pracy z modelami Deep Learning
- Operacje na tensorach
- Zarządzanie pamięcią
- Obliczenia na CPU i GPU
- Broadcasting
- Wydajne przetwarzanie danych
- Mechanizm Autograd
- Obliczanie gradientów
- Backpropagation
- Funkcje kosztu
- Algorytmy optymalizacji (SGD, Adam, AdamW)
- Budowa własnych architektur
- Warstwy neuronowe
- Funkcje aktywacji
- Regularizacja modeli
- Batch Normalization i Dropout
- Projektowanie pętli treningowych
- Monitorowanie procesu uczenia
- Zapisywanie i odtwarzanie modeli
- Early Stopping
- Debugowanie modeli
- Wprowadzenie do TorchVision
- Klasyfikacja obrazów
- Konwolucyjne sieci neuronowe (CNN)
- Transfer Learning
- Fine-tuning gotowych modeli
Ćwiczenia praktyczne
- Klasyfikacja obrazów
- Rozpoznawanie obiektów
- Analiza jakości modeli
- Przetwarzanie tekstu
- Tokenizacja danych
- Embeddingi
- Architektura Transformer
- Attention Mechanism
Ćwiczenia praktyczne
- Klasyfikacja tekstu
- Analiza sentymentu
- Praca z gotowymi modelami językowymi
- Biblioteka Transformers
- Pobieranie gotowych modeli
- Fine-tuning modeli
- Zarządzanie zbiorami danych
- Integracja z PyTorch
- Charakterystyka modeli LLM
- Architektura nowoczesnych modeli językowych
- Prompt Engineering
- Fine-tuning modeli językowych
- Ograniczenia i wyzwania Generative AI
- Struktura profesjonalnych projektów AI
- PyTorch Lightning
- Zarządzanie eksperymentami
- Reprodukowalność wyników
- Versioning modeli
- Mixed Precision Training
- Distributed Training
- Optymalizacja wykorzystania GPU
- Profilowanie modeli
- Skalowanie treningu
- Eksport modeli
- TorchScript
- Inferencja produkcyjna
- Integracja z API
- Wprowadzenie do MLOps
Projekt 1
Budowa modelu klasyfikacji obrazów z wykorzystaniem CNN.
Projekt 2
Fine-tuning modelu NLP przy użyciu Hugging Face.
Projekt 3
Przygotowanie modelu do wdrożenia produkcyjnego.
Opinie firm i użytkowników
Co otrzymujesz w cenie?
32 godzin nauki
Szkolenie trwa 4 dni, czyli 32h lekcyjnych (1h = 45 min. zajęć). Zazwyczaj szkolenia rozpoczynają się o godz. 8.30.
Dwa certyfikaty ukończenia szkolenia
Certyfikat w j. polskim i angielskim – idealne do dołączenia do CV!
Stanowisko komputerowe
Przy szkoleniach stacjonarnych – zadbamy o to, żebyś nie musiał przychodzić z własnym sprzętem.
Stacjonarnie lub zdalnie
Możesz wybrać – czy chcesz uczestniczyć w szkoleniu w naszych salach w Warszawie czy podłączyć się do szkolenia zdalnie.
Potwierdzenie LinkedIn
Po ukończonym szkolenia potwierdzimy Twoją znajomość programu na LinkedIn.
Autorskie materiały szkoleniowe
Z nimi powtórzysz materiał w dogodnym dla Ciebie czasie i miejscu.
90-dniową opiekę mentorską
Nie zostaniesz po szkoleniu sam!
Wykwalifikowani prowadzący
Pracujemy tylko z najlepszymi trenerami.
Przyjazna atmosfera szkoleń
Czyli taka, w której łatwo zdobywać wiedzę.
Gwarancja przyswojenia wiedzy
Jesteśmy pewni naszych szkoleń – 100% satysfakcji lub darmowa powtórka materiału: Sprawdź regulamin
Termin
Blog
ChatGPT, Microsoft 365 Copilot, Google Gemini – porównanie najpopularniejszych aplikacji AI
Blog Imperium Szkoleniowego
Bądź na bieżąco z naszym blogiem