Przejdź do treści
cart icon

Dofinansowanie szkoleń z Krajowego Funduszu Szkoleniowego 2026 – sprawdź aktualne informacje

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

Wyczyść
lub Pobierz formularz zgłoszeniowy

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

  • cite
    Szkolenie bardzo dobrze pokazuje przejście od klasycznego Machine Learning do nowoczesnego Deep Learning. Szczególnie wartościowe były moduły dotyczące Transformerów, Hugging Face oraz optymalizacji treningu na GPU. Zdobyte umiejętności wykorzystuję obecnie w projektach związanych z analizą tekstu.

    Bartek - Machine Learning Engineer

  • cite
    Bardzo praktyczne warsztaty prowadzone na rzeczywistych przykładach. Dużym atutem była możliwość samodzielnego trenowania modeli oraz poznania narzędzi wykorzystywanych przez profesjonalne zespoły AI.

    Magdalena - AI Developer

icon

Paweł • Data szkolenia:

Dużo praktyki i nowoczesnych technologii AI. Polecam.
icon

Anna • Data szkolenia:

Świetne wprowadzenie do pracy z Transformerami i Hugging Face.
icon

Marcin • Data szkolenia:

Bardzo wartościowa wiedza dla osób rozwijających się w kierunku AI Engineer.

Co otrzymujesz w cenie?

icon

32 godzin nauki

Szkolenie trwa 4 dni, czyli 32h lekcyjnych (1h = 45 min. zajęć). Zazwyczaj szkolenia rozpoczynają się o godz. 8.30.

icon

Dwa certyfikaty ukończenia szkolenia

Certyfikat w j. polskim i angielskim – idealne do dołączenia do CV!

icon

Stanowisko komputerowe

Przy szkoleniach stacjonarnych – zadbamy o to, żebyś nie musiał przychodzić z własnym sprzętem.

icon

Stacjonarnie lub zdalnie

Możesz wybrać – czy chcesz uczestniczyć w szkoleniu w naszych salach w Warszawie czy podłączyć się do szkolenia zdalnie.

icon

Potwierdzenie LinkedIn

Po ukończonym szkolenia potwierdzimy Twoją znajomość programu na LinkedIn.

icon

Autorskie materiały szkoleniowe

Z nimi powtórzysz materiał w dogodnym dla Ciebie czasie i miejscu.

icon

90-dniową opiekę mentorską

Nie zostaniesz po szkoleniu sam!

icon

Wykwalifikowani prowadzący

Pracujemy tylko z najlepszymi trenerami.

icon

Przyjazna atmosfera szkoleń

Czyli taka, w której łatwo zdobywać wiedzę.

icon

Gwarancja przyswojenia wiedzy

Jesteśmy pewni naszych szkoleń – 100% satysfakcji lub darmowa powtórka materiału: Sprawdź regulamin

Termin

17-20 listopada
Warszawa
Warszawa
2 990 zł netto
17-20 listopada
Zdalnie
Zdalnie
2 990 zł netto
Zapytaj o szczegóły:
Deep Learning z PyTorch – projektowanie i trenowanie nowoczesnych sieci neuronowych

Zadaj nam pytanie

Odpowiemy tak szybko jak to tylko możliwe.

Pytasz w nawiązaniu do:

Deep Learning z PyTorch – projektowanie i trenowanie nowoczesnych sieci neuronowych

2,990 zł netto

    Blog Imperium Szkoleniowego

    Bądź na bieżąco z naszym blogiem