PyTorch - 6 Neuronale Netze einfach in Python erstellen

Convolution, Rekurrente Netze, Generative Netze und Reinforcement Learning

3.80 (43 reviews)
Udemy
platform
Deutsch
language
Software Engineering
category
instructor
PyTorch - 6 Neuronale Netze einfach in Python erstellen
472
students
6.5 hours
content
Jan 2018
last update
$34.99
regular price

What you will learn

Neuronale Netze in Python schreiben

Why take this course?

In diesem Kurs wird der Teilnehmer lernen, leicht und effizient neuronale Netze in Python zu programmieren, sowie sie auf der Grafikkarte trainieren zu lassen.

Diese Methodik wird anhand von 6 sehr unterschiedlichen Beispielen erklärt, welche die verbreitetsten Netzarten abdecken: 

  • Einfache Feed-Forward Netze
  • Handschrifterkennung und Bilderkennung mit Convolutional Netzen
  • Namenserkennung mit rekurrenten Netzen
  • Passwortgenerierung mit rekurrenten Netzen
  • Reinforcement Learning für Spiele

Vorkenntnisse in Python und der Theorie von neuronalen Netzen sind vorausgesetzt. Letzteres umfasst die Funktionsweise, wie etwa Convolution arbeitet, was Pooling Layer sind oder wie der Softmax funktioniert.

Reviews

Michael
August 14, 2020
Guter Kurs, um in die Umsetzung von Neuronalen Netzen einzusteigen. Mit der Theorie sollte man sich schon auskennen oder sie parallel zum Kurs aneignen. Wichtig: Der Code wird an einer nicht mehr aktuellen Version von PyTorch umgesetzt. Auch hier gilt wie immer: Ein wenig selbst aktiv werden, parallel zum Kurs die offizielle PyTorch Dokumentation lesen und dann die Inhalte des Kurses selbstständig ausprobieren und in neustem PyTorch Stil schreiben. Dann lernt man sicherlich am meisten.
Dirk
April 20, 2020
Wirkt etwas ( wie aus einzelnen YouTube Teilen zusammengefasst) unstrukturiert. Ansonsten OK. Aber (noch) nicht 5S !
Dennis
April 13, 2020
Vorab: Ich habe berufliche Vorerfahrung im Bereich ML, bisher aber nur mit tensorflow und habe diesen Kurs gekauft, um mich mit Pytorch vertraut zu machen. Ich finde es gibt deutlich informativere YouTube-Tutorials als diese Videoserie. Ich fasse hier kurz meine Kritikpunkte zusammen: - Der Kurs ist unstrukturiert. Beispielsweise werden in späteren Abschnitten Code-Teile aus früheren Videos geändert, bzw. offensichtliche Bugs ausgebessert. Das macht es sehr schwer, nur einzelne Videoabschnitte nochmals anzuschauen, da man nie weiß ob später noch Fehler korrigiert werden. - Ein Beispiel fürs ist sehr ähnlich zu einem offiziellen pytorch Beispiel aus der Dokumentation (auch der Code ist fast exakt der gleiche.) Ich bezahle aber sicher kein Geld dafür, dass mir jemand die Dokumentation vorliest. - Der Autor spricht extrem schnell und scheint sich vor den Videos kein Konzept zurecht gelegt zu haben, was er wo sagen will, sondern spricht einfach drauf los. Das macht es super schwer zu folgen. - Der Code, den ich bisher gesehen habe, ist schrecklich und nicht mal Ansatzweise PEP8-konform. Variablen werden irgendwo im Dokument initialisiert, das gesamte Projekt in eine Datei gepackt. Das ist für mich quick-and-dirty-Stil, aber sicher kein Lehrer-Stil. - Der Code des Kurses läuft nicht auf den aktuelleren Pytorch-Versionen.
Mehmet
February 19, 2019
Die Kursleiter redet viel zu aufgeregt und hektisch. Das macht das Hinhören nicht unbedingt leichter und fordert nicht unbedingt das Verständnis. Es wirkt etwas fragmentiert und wenig strukturiert. Insbesondere fehlt der rote Faden und die "take-home-message". Es gibt auf udemy bessere Alternativen.
Christopher
September 14, 2018
Der Tutor ist leider sehr hektisch und wirkt unvorbereitet. Inhaltlich gut, aber anstrengend zu folgen.
John
March 8, 2018
Man sollte auf jeden Fall das Vorwissen mitbringen, das in der Beschreibung genannt ist, sonst ist dieser Kurs zu fortgeschritten.

Charts

Price

PyTorch - 6 Neuronale Netze einfach in Python erstellen - Price chart

Rating

PyTorch - 6 Neuronale Netze einfach in Python erstellen - Ratings chart

Enrollment distribution

PyTorch - 6 Neuronale Netze einfach in Python erstellen - Distribution chart
1521448
udemy ID
1/22/2018
course created date
11/22/2019
course indexed date
Bot
course submited by