Le lezioni consisteranno in una serie di esercizi nella descrizione del video per una migliore comprensione dei concetti.
 
Nel post sul blog di GitHub la scorsa settimana, il ricercatore Andrej Karpathy ha lanciato un corso chiamato “Neural Networks: Zero to Hero” che si concentra sull’insegnamento delle basi delle reti neurali. In una serie di video di YouTube, è possibile codificare e addestrare reti neurali insieme, con i taccuini Jupyter costruiti che vengono poi acquisiti all’interno della directory delle lezioni .

Le lezioni sono divise in due categorie: la prima è “L’introduzione esplicita alle reti neurali e alla backpropagation: costruzione di micrograd” che discute sulla backpropagation e sull’addestramento delle reti neurali, presupponendo che gli studenti abbiano una conoscenza di base di Python e un ricordo di calcolo; il secondo è “L’introduzione esplicita alla modellazione del linguaggio: costruzione di makemore” in cui viene implementato un modello linguistico a livello di carattere biggram per complicarsi ulteriormente in un moderno modello linguistico Transformer, come GPT. 

 
L’obiettivo principale nella seconda categoria sarebbe l’introduzione di torcia. Tensore e le sue sottigliezze, insieme al suo utilizzo nella valutazione efficiente delle reti neurali. Si concentrerebbe anche sul quadro generale della modellazione linguistica che include il campionamento, la formazione del modello e la valutazione di una perdita. 

Inoltre, le lezioni consisteranno anche in una serie di esercizi inclusi nella descrizione del video per una migliore comprensione dei concetti. 

 

Con un dottorato di ricerca in informatica alla Stanford University, Andrej Karpathy è uno scienziato informatico specializzato in deep learning e visione artificiale. È entrato a far parte di Tesla nel 2017 e ha ricoperto il ruolo di Direttore dell’IA, insieme a periodi in Open AI . 

Istruttore principale per il primo corso di deep learning a Stanford— ‘CS 231n: Convolutional Neural Networks for Visual Recognition’ , Karpathy funge da ricercatore indipendente che si allena apertamente su grandi reti neurali profonde. 

Di ihal