HuggingFace a lancé un cours gratuit d'apprentissage par renforcement en profondeur

HuggingFace a lancé un cours gratuit d’apprentissage par renforcement en profondeur

Il s’agit d’un cours à votre rythme avec de nombreux documents de référence pour comprendre la théorie et Colab pour la pratique pratique. Vous pouvez également obtenir un certificat en cas de réussite. Alors qu’attends-tu ? Commençons.

Il s’agit d’un type d’apprentissage automatique où un agent apprend à effectuer une tâche dans un environnement en prenant une action et en maximisant les récompenses cumulées.

Il bénéficie d’applications dans plusieurs domaines, par exemple l’optimisation des enchères pour afficher les impressions publicitaires en temps réel, les voitures autonomes, l’automatisation industrielle, y compris le refroidissement des centres de données, la prévision du cours des actions, etc. Vous pouvez en savoir plus sur ses applications dans le monde réel. ici.

L’apprentissage par renforcement (RL) est censé aller au-delà de la barrières de l’intelligence artificielle générale. En l’absence d’un absolu ‘bonne réponseapprendre RL est votre meilleur pari pour concevoir des solutions d’IA.

À présent, vous devez être ravi d’apprendre ce sous-domaine de l’IA. Alors, voici la bonne nouvelle pour vous – Hugging Face a publié un cours gratuit sur Deep RL. Il est auto-rythmé et partage de nombreux conseils sur la théorie, les didacticiels et les guides pratiques.

Avant de comprendre la structure du cours et le contenu qu’il couvre, définissons les bases et voyons quels sont les prérequis :

1.Python

Introduction à la programmation Python

Le cours s’attend à ce que vous connaissiez python et suggère également le cours gratuit d’audace pour comprendre ses bases. Il s’agit d’un cours de 5 semaines, adapté à votre rythme et adapté aux débutants, avec des problèmes pratiques. Il couvre les meilleures pratiques de programmation, les types de données, les variables et les structures de données telles que les listes, les ensembles, les dictionnaires et les tuples.

Cours complet Python pour débutants

Il s’agit d’une liste de lecture de 6 heures de Mosh qui couvre des concepts tels que l’exception, les classes, l’héritage et les constructeurs. Le cours se termine par 3 projets Python – Automatisation avec Python, Machine Learning avec Python et Création d’un site Web avec Django.

2. Les bases de l’apprentissage en profondeur

Tutoriel d’apprentissage en profondeur par freecodecamp

L’apprentissage profond est une sous-branche de l’apprentissage automatique. Si vous êtes un débutant absolu, vous devriez consulter ce didacticiel pour comprendre les bases, les différentes terminologies et les concepts clés de l’apprentissage en profondeur. Il explique comment les réseaux de neurones apprennent, quelles sont les différentes fonctions d’activation, les fonctions de perte et les optimiseurs. Il donne également un aperçu des architectures de réseaux de neurones et se termine par un cadre en 5 étapes pour construire un réseau de neurones.

Bases de l’apprentissage en profondeur du MIT

Ce blog TensorFlow contient un lien vers la vidéo Deep Learning Basics de Lex Fridman. Il s’agit d’une excellente compilation d’un aperçu de 7 paradigmes architecturaux de réseaux d’apprentissage en profondeur (avec le lien vers les liens du didacticiel Tensorflow):

  1. Feed Forward Réseaux de neurones
  2. Réseaux de neurones convolutifs (CNN)
  3. Réseaux de neurones récurrents (RNN)
  4. Architectures codeur-décodeur
  5. Auto-encodeurs
  6. Réseaux antagonistes génératifs (GAN)
  7. Apprentissage par renforcement profond

3. Pytorche

APPRENTISSAGE EN PROFONDEUR AVEC PYTORCH : UN BLITZ DE 60 MINUTES

Ce tutoriel vise à donner un aperçu de haut niveau de la bibliothèque Tensor de PyTorch et des réseaux de neurones

Introduction à l’apprentissage en profondeur avec PyTorch

La prochaine meilleure progression après avoir appris les bases de PyTorch serait de l’utiliser pour implémenter votre premier réseau de neurones. Ce cours gratuit vous donne également une exposition pratique à l’utilisation de PyTorch à travers des exercices de codage et prendra 2 mois en moyenne.

Nous sommes donc maintenant tous prêts à apprendre les offres d’un cours gratuit sur l’apprentissage par renforcement profond en étreignant le visage.

  • Il s’agit d’un cours d’autoformation couvrant 8 unités.
  • Le première unité couvrant les fondements de Deep RL a été publié avec ~ 2 heures de théorie et 1 heure de pratique
  • Le meilleur livre de référence pour apprendre RL est Sutton et Barto. Il est probable que vous n’obteniez pas de concepts lors de la première lecture et que vous deviez les parcourir plusieurs fois.
  • Il est livré avec un Google Colab pratique qui vous évite d’avoir à tout installer sur votre machine et vous donne la liberté d’essayer des expériences par vous-même.

Le cours couvre des sujets tels que le Q-learning, le Deep Q-Learning, les méthodes basées sur les politiques et critiques des acteurs, et plus encore.

Programme

Alors allez-y et S’inscrire pour le cours et surveillez le contenu du cours chaque semaine. Le composant bonus est que vous recevez le certificat lors du téléchargement de huit modèles avec les huit travaux pratiques.

Au plaisir de beaucoup apprendre dans les semaines à venir.