Conceitos básicos do PyTorch

Saiba os principais conceitos usados para criar modelos de machine learning com o PyTorch. Treinaremos um modelo de rede neural que reconhece e classifica imagens.

Aprenderemos sobre diferentes tarefas de pesquisa visual computacional e nos concentraremos na classificação de imagem, aprendendo a usar redes neurais para classificar dígitos manuscritos, bem como algumas imagens do mundo real, como fotografias de cães e gatos. Usaremos uma das estruturas de aprendizado profundo mais populares, o PyTorch.

Neste módulo, exploraremos diferentes arquiteturas de rede neural para lidar com textos de linguagem natural. Nos últimos anos, o NLP (Processamento de Linguagem Natural) tem experimentado um rápido crescimento principalmente devido ao desempenho da capacidade dos modelos de linguagem de "entender" a linguagem humana com precisão mais rapidamente ao usar o treinamento não supervisionado em grandes corporações de texto. Aprenderemos sobre diferentes técnicas de NLP, como o uso de BoW (pacote de palavras), inserções de palavras e redes neurais recorrentes para classificar texto de manchetes de notícias para uma das quatro categorias (World, Sports, Business e Sci-Tech).

Neste módulo do Learn, você vai aprender a fazer a classificação de áudio com o PyTorch. Você entenderá mais sobre os recursos de dados de áudio e como transformar os sinais de som em uma representação visual chamada espectrograma. Em seguida, você criará o modelo usando a pesquisa visual computacional nas imagens do espectrograma. Isso mesmo, você pode transformar um áudio em imagem e, em seguida, fazer a pesquisa visual computacional para classificar a palavra falada!