Corso Deep Learning con Pytorch per aziende

Obiettivo del corso

Obiettivi Corso Deeplearning con Pytorch: formare lo studente con conoscenze basi per il Deep Learning con Pytorch, apprendere le reti neurali ed implementare dei modelli.

A chi è rivolto

corso Deep Learning con Pytorch rivolto solo alle aziende. Preventivo dedicato e calendario da concordare

Programma

Programma Corso Deep Learning con Pytorch (40 ore)

Concetti fondamentali di reti neurali

• Neurone computazionale
• funzioni di attivazione
• Strato denso
• MultiLayer Perceptron
• Grafo computazionale e Backpropagation
• Discesa del gradiente
• Dropout
• Batch Normalization

Reti Convoluzionali e Computer vision

• Filtri
• Strati convoluzionali
• Strati di pooling
• Struttura di una rete convoluzionale classica (tipo LeNet5)
• Reti convoluzionali moderne
• Data augmentation
• Transfer learning
• Segmentazione
• Object detection
• Pacchetto YOLO

Reti Ricorrenti

• Reti ricorrenti classiche (Vanilla RNN)
• Problemi comuni (vanishing/exploding gradient)
• LSTM e GRU

Transformer e NLP

• Attenzione
• Multi-head attention
• Strato di embedding
• Positional encoding e positional embedding
• Struttura Encoder-Decoder
• Tokenizzazione
• Metodi di sampling
• Architettura di un LLM

Pytorch

• Concetto di tensore e proprietà fondamentali
• Operazioni tra tensori
• Differenziazione automatica
• Modulo nn
• Strati e modelli
• Ottimizzatori
• CUDA e accelerazione GPU
• Gestione dei dataset
• Pytorch Lightning per la semplificazione dell’addestramento
• Optuna per la model selection

Hugging Face

• Introduzione alla piattaforma
• Libreria transformers
• Libreria datasets
• Fine-tuning di modelli pre-addestrati

Dove si svolge

modalità online classe virtuale oppure “in house” frontale presso il cliente