Deep Learning with PyTorch : Build an AutoEncoder

Offert par
Coursera Project Network
Dans ce Projet Guidé, vous :

Create Custom Dataset

Create AutoEncoder Network

Train AutoEncoder Network

Clock1 hour
BeginnerDébutant
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

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.

Les compétences que vous développerez

  • Deep Learning
  • Convolutional Neural Network
  • Autoencoder
  • Python Programming
  • pytorch

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  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

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.