PyTorch の基礎

このモジュールでは、PyTorch での機械学習モデルの構築に使用する主要な概念について学習します。 さらに、画像を認識して分類するニューラル ネットワーク モデルのトレーニングも行います。

さまざまなコンピューター ビジョン タスクについて学習し、画像の分類に焦点を当てることで、ニューラル ネットワークを使用して手書きの数字、さらには猫や犬の写真などの実際の画像を分類する方法について学習します。 最も人気のあるディープ ラーニング フレームワークの 1 つである PyTorch を使用します。

このモジュールでは、自然言語テキストを処理するためのさまざまなニューラル ネットワーク アーキテクチャについて確認します。 自然言語処理 (NLP) は、言語モデルが大規模なテキスト コーパス上での教師なしトレーニングを使用しながら、人間の言語をより速く正確に "理解" する能力によって、重要性が高まっています。 このモジュールでは、ニュースの見出しのテキストを 4 つのカテゴリ (世界、スポーツ、ビジネス、科学技術) のいずれかに分類するために、バグオブワード (BoW)、単語埋め込み、回帰型ニューラル ネットワークの使用などのさまざまな NLP 手法について説明します。

この学習モジュールでは、PyTorch を使用してオーディオ分類を行う方法について学習します。 オーディオ データの機能と、音声信号をスペクトログラムと呼ばれる視覚表現に変換する方法について詳しく説明します。 次に、スペクトログラム イメージに対して Computer Vision を使用してモデルを構築します。 そうです、音声を画像形式に変換してから、Computer Vision を実行して、話された単語を分類することができます。