Deep Learning with PyTorch : Build an AutoEncoder

Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Create Custom Dataset

Create AutoEncoder Network

Train AutoEncoder Network

Clock1 hour
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In these one hour project-based course, you will learn to implement autoencoder using PyTorch. An autoencoder is a type of neural network that learns to copy its input to its output. In autoencoder, encoder encodes the image into compressed representation, and the decoder decodes the representation to reconstruct the image. We will use autoencoder for denoising hand written digits using a deep learning framework like pytorch. This guided project is for learners who want to use pytorch for building deep learning models.Learners who want to apply autoencoder practically using PyTorch. In order to be successful in this project, you should be familiar with python , basic pytorch like creating or defining neural network and convolutional neural network.

개발할 기술

Deep LearningConvolutional Neural NetworkAutoencoderPython Programmingpytorch

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Explore MNIST Handwritten digit dataset

  2. Data Preparation

  3. Load Dataset into batches

  4. Create AutoEncoder Model

  5. Train AutoEncoder Model

  6. Plot Results

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.