Die Schulung "Deep Learning mit Python und Pytorch" dauert fünf Tage. Du startest bei Python und Numpy und baust dir so die Grundlage für Machine Learning. Danach geht es direkt in den praktischen Einsatz von Deep Learning mit PyTorch.
Am Anfang lernst du Python von Grund auf: Datentypen, Kontrollstrukturen, Funktionen und Lambda-Funktionen, Klassen und Objekte, Vererbung und Fehlerbehandlung. Danach kommen Numpy, Indizierung und Broadcasting dazu. Für die visuelle Aufbereitung nutzt du Matplotlib. Pandas und Seaborn stellt der Kurs kurz vor.
Mit diesem Wissen implementierst du eine lineare Regression in Python und Numpy, inklusive Gradient Descent und Loss-Funktionen. Als Erweiterung lernst du die logistische Regression zur Klassifizierung kennen. Danach wechselst du zu PyTorch: Tensoren, ihre Dimensionierung, Data Sets und DataLoader. Mit dabei sind Standarddatensätze wie MNIST und FashionMNIST.
Zum Abschluss baust du ein Multi Layer Perceptron mit nn.Module als Basisbaustein. Du arbeitest mit Lossfunktionen und Optimizern und durchläufst eine komplette Trainingsschleife. Mit einem Validation Set prüfst du dein Modell, bevor du eigene Vorhersagen triffst.
Die Schulung richtet sich an Entwickler. Python wird zwar von Grund auf erklärt, der Kurs zielt aber schnell auf anspruchsvolle Konzepte. Als allgemeiner Einstieg in die Programmierung eignet er sich deshalb nicht.
Mitbringen solltest du ein mathematisches Grundverständnis sowie objektorientierte und funktionale Programmierung. Praktisch sind Kenntnisse in einer Sprache wie JavaScript, Java, C# oder C++. Nach der Teilnahme bekommst du ein Teilnahmezertifikat. Zusätzlich gibt es ein digitales Open Badge, das du zum Beispiel bei LinkedIn teilen kannst.
