Curso de Deep Learning

Introdução ao curso de Deep Learning

• Os materiais, as gravações e a máquina virtual do curso de Deep Learning de François Fleuret podem ser acessados na disciplina 14x050 da Universidade de Genebra
• Oferece uma introdução aprofundada ao aprendizado profundo usando o framework PyTorch
• O curso foi desenvolvido em 2018 no instituto Idiap e foi ministrado como EE-559 na Escola Politécnica Federal de Lausanne até 2022

Materiais do curso

• Os slides em PDF são fornecidos em formato horizontal e incluem sobreposições para facilitar as aulas
• O PDF de apostila é compilado em orientação vertical, com notas adicionais e sem efeitos complexos
• Os screencasts são oferecidos por streaming no navegador ou como arquivos MP4 para download

Prólogo das sessões práticas

• O prólogo em Python para as sessões práticas faz o parsing dos argumentos de linha de comando e fornece funções de carregamento de dados
• As funções de carregamento de dados baixam os dados quando necessário, reestruturam imagens em vetores unidimensionais e, conforme necessário, normalizam ou achatam os dados

Uso da máquina virtual

• A máquina virtual (VM) é um software que simula um computador completo e oferece um sistema operacional Linux com todas as ferramentas necessárias para usar o PyTorch no navegador
• A VM inicia automaticamente o JupyterLab e o executa na porta 8888, permitindo acesso pelo navegador da máquina host

Opinião do GN⁺

Este curso oferece uma introdução abrangente ao deep learning e foi estruturado para ser fácil de entender até mesmo para engenheiros de software iniciantes. É especialmente interessante por incluir materiais reais de aula e uma máquina virtual para prática, proporcionando uma experiência de aprendizado concreta.

[bigtallee]

É uma pena que as aulas não tenham legendas..

[GN⁺]

Opiniões do Hacker News

• Recomendações de diversos materiais de estudo

  • O livro "Understanding Deep Learning" está faltando na lista. O livro de Simon J.D. Prince é especial por incluir, em cada capítulo, links para referências avançadas, exercícios para testar a compreensão e notebooks com código para implementar os conceitos na prática.
  • É possível assistir à série completa de aulas de machine learning (19 vídeos) no canal da Universidade Stanford no YouTube. Muitas aulas de ciência da computação também são publicadas lá.
  • Também recomendam conferir "Little Book of Deep Learning".
  • "Practical Deep Learning for Coders" também é um material útil.
  • O curso de deep learning da NYU, ministrado por Yann LeCun e Alfredo Canziani, está totalmente disponível no YouTube.

• Material para quem procura um curso aprofundado sem vídeos

  • Há interesse em informações sobre um curso aprofundado que não exija assistir a vídeos.

• Recomendação de aulas para iniciantes

  • A primeira aula da série de cursos de Andrej Karpathy é muito acessível para iniciantes.

• Dúvidas sobre a possibilidade de transição para a área

  • A pessoa comenta que trabalha há alguns anos como desenvolvedor full stack, mas questiona se é possível entrar nessa área com 6 meses de estudo.

• Escolha entre várias opções

  • O curso de Sebastian Raschka é de fácil acesso para quem já conhece Python ou uma linguagem semelhante.
  • A pessoa começou há pouco tempo o curso de Andrew Ng no Coursera e expressa curiosidade sobre as diferenças entre essas opções gratuitas.