Curso de Redes Neurais Convolucionais: Deep Learning com PyTorch

Faça esse curso de Machine Learning e:

• Conheça os principais problemas que podem ser solucionados com Redes Neurais Convolucionais (CNN)
• Entenda a fundo a operação de convolução
• Aplique a convolução em dados 1D e 2D usando apenas o pacote Scipy
• Implemente em PyTorch as principais camadas de uma CNN
• Treine uma CNN do zero
• Implemente estratégias de fine tuning e extração de características

Conteúdo Detalhado

1. Conceitos Gerais

   • Motivação
   • Arquitetura da CNN
   • Aprendizado hierárquico
   • Aplicações: Classificação
   • Detecção e Segmentação

2. Convolução 1D

   • Definição
   • Aplicação com Scipy
   • Aplicações da CNN 1D

3. Convolução 2D

   • Definição
   • Aplicação com Scipy
   • Filtros Convolucionais
   • Kernels para classificação
   • Padrões Complexos

4. Camada Convolucional no PyTorch

   • Múltiplos Canais
   • Parâmetros da Camada
   • Mantendo a resolução
   • Implementando em PyTorch

5. Outras camadas no PyTorch

   • Pooling
   • Pooling no PyTorch
   • Subamostragem
   • Batch Normalization
   • BatchNorm no PyTorch

6. Estratégias de Treino

   • CNN do zero em PyTorch
   • Definindo arquitetura
   • Hiperparâmetros de Treino
   • Treino do zero
   • Extração de características
   • Fine-tuning