[Pluralsight / Gianni Rosa Gallina] Getting Started with NLP Deep Learning Using PyTorch and fastai [2019, ENG]

Страницы:  1
Ответить  Обучающие видео » Компьютерные видеоуроки и обучающие интерактивные DVD » Machine/Deep Learning, Neural Networks
 

vjigg

Стаж: 14 лет 4 месяца

Сообщений: 126

vjigg · 29-Май-24 13:48 (10 месяцев назад, ред. 29-Май-24 14:35)

Getting Started with NLP Deep Learning Using PyTorch and fastai
 Год выпуска: 2019
Производитель: Pluralsight
Сайт производителя://app.pluralsight.com/library/courses/getting-started-nlp-deep-learning-pytorch-fastai
Автор: Gianni Rosa Gallina
Продолжительность: 2h 13m
Тип раздаваемого материала: Видеоурок
Язык: Английский
Описание:
    This course will teach you how to start using fastai library and PyTorch to obtain near-state-of-the-art results with Deep Learning NLP for text classification. It will give you a theoretical background and show how to take models to production.
    In this course, Getting Started with NLP Deep Learning Using PyTorch and fastai, we'll have a look at the amazing fastai library, built on top of the PyTorch Deep Learning Framework, to learn how to perform Natural Language Processing (NLP) with Deep Neural Networks, and how to achieve some of the most recent state-of-the-art results in text classification. First, we’ll learn how to train a model for text classification very quickly, thanks to the fastai library and transfer learning. Next, we'll explore some of the theory behind Deep Learning NLP techniques, and how to deploy our models to production in Microsoft Azure. Finally, we’ll discover how to train a custom language model from scratch. When you’re finished with this course, you’ll know why fastai and PyTorch are great frameworks, how to train deep learning models for NLP tasks on your own datasets, and how to bring them to production.

Related Topics:
    [Pluralsight] Building Deep Learning Solutions with PyTorch | Path
    [Pluralsight] Building Image Processing Applications Using scikit-image
    [Pluralsight] Building Data Visualizations Using Matplotlib
    [Pluralsight] Pandas Fundamentals ► Advanced Pandas
    [Pluralsight] Working with Multidimensional Data Using NumPy
    [Pluralsight] Operations on Arrays with NumPy
    [Pluralsight] Interpreting Data with Python | Path
    [Pluralsight] How to Think About Machine Learning Algorithms
    [Pluralsight] Machine Learning Literacy — Practical Application | Path
    [Pluralsight] Machine Learning Literacy | Path
    [Pluralsight] Deep Learning Literacy — Practical Application | Path
    [Pluralsight] Deep Learning Literacy | Path
    [Pluralsight] Feature Engineering | Path
    [Pluralsight] Data Science with Microsoft Azure | Path
    [Pluralsight] Data Analytics Literacy ► Data Science Literacy | Path
    [Pluralsight] Python for Data Analysts | Path
    [Pluralsight] Core Python | Path
Содержание
1. Course Overview
    1. Course Overview
2. Exploring the fastai Library
    1. Version Check
    2. Introducing the fastai Library
    3. What Else Can You Do with the fastai Library
    4. Whats a Great Way to Learn MLDL
3. Setting up a Development Environment
    1. Requirements and Install Options
    2. Set up a Dev Environment for fastai 1.0
    3. Other Dev Environment Options
4. Building a TextTopic Classifier with Transfer Learning
    1. Module Overview
    2. Preparing the Data
    3. Introduction to Language Models
    4. Language Model Fine-tuning
    5. Finalizing Language Model Tuning and Testing
    6. Training a Document Classifier with Transfer Learning
    7. Discussing the Results and Summary
5. Using Deep Learning for NLP
    01. Introduction
    02. Transfer Learning and Fine-tuning
    03. Introduction to ULMFiT
    04. Discriminitive Fine-tuning
    05. Hyper-parameters Scheduling
    06. AWD-LSTM Language Model
    07. Dropout
    08. Embedding Layer
    09. Text Pre-processing
    10. Batch Data Loading
    11. Summary
6. Going from Prototype to Production
    1. Introduction and Dev Environment Setup
    2. Preparing a Model for Production
    3. Scoring Script for Local Test
    4. Set up Azure ML Workspace
    5. Scoring Script for AML Services
    6. Create the Production Image
    7. Deploy the Production Image
    8. Test the Web Service
    9. Summary
7. Building a Custom Language Model from Scratch
    1. Introduction
    2. Getting the Data
    3. Text Pre-processing
    4. Pre-train the Language Model
    5. Verify the Quality of the Language Model
    6. Scripts for Training the Full Model
    7. Summary
8. Recapping and Next Steps
    1. Course Recap
    2. Next Steps
Файлы примеров: присутствуют
Субтитры: присутствуют
Формат видео: MP4
Видео: H.264/AVC, 1280x720, 16:9, 30fps, 264 kb/s
Аудио: AAC, 44.1 kHz, 90.7 kbit/s, 2 channels
Скриншоты
| | | | | |
Download
Rutracker.org не распространяет и не хранит электронные версии произведений, а лишь предоставляет доступ к создаваемому пользователями каталогу ссылок на торрент-файлы, которые содержат только списки хеш-сумм
Как скачивать? (для скачивания .torrent файлов необходима регистрация)
[Профиль]  [ЛС] 

bot · 02-Июл-24 16:50 (спустя 1 месяц 4 дня)

Тема была перенесена из форума Программирование (видеоуроки) в форум Machine/Deep Learning, Neural Networks
nosize
 

silance

Стаж: 17 лет 3 месяца

Сообщений: 10

silance · 05-Фев-25 19:22 (спустя 8 месяцев, ред. 05-Фев-25 19:22)

Добрый день, коллеги.
Благодарю автора vjigg за эту раздачу, а также другие курсы. Такжк хочу обратить внимание коллег-программистов, кто собирается его скачать:
    1. Курс устарел, ведь прошло 5 лет со дня его публикования. Задания курса рассчинаны на библиотеку PyTorch версии 1.0, а в феврале 2025 года уже выпущена версия 2.6.
    2. Ноутбуки курса содержат ошибки. Например, отсутствуют строки с импортом основных библиотек. Можно, конечно, посмотреть на их исправленные версии в репозиториях автора на GitHub, но и там остались некоторые ошибки.
    3. Задания не позволяют сформировать навки работы с PyTorch. Первые 5 папок с видео - достаточно пространные объяснения. Ноутбуков с примерами мало, а пояснения к коду в них частично отсутствуют.
Тем, кто хочет изучить PyTorch, рекомендую вместо данного курса обратить внимание на альтернативный курс PyTorch for Deep Learning 2023 года от ZeroToMastery. Примеры к нему находятся тут.
[Профиль]  [ЛС] 
 
Ответить Главная » Обучающие видео » Компьютерные видеоуроки и обучающие интерактивные DVD » Machine/Deep Learning, Neural Networks
Loading...
Error