+7 495 150 96 00
Технологии и методы глубокого обучения
Компьютерное зрение
Освойте современными технологиями компьютерного зрения: изучите PyTorch и TensorFlow, классификацию, детекцию и сегментацию изображений. Научитесь создавать нейросети, работать с GAN и диффузионными моделями, оптимизировать модели для продакшена.
- 4 дня / 32 академических часа
- баланс теории и практики: упражнения и кейсы к каждому модулю
- живые вебинары с тренером и самостоятельная работа
- именной сертификат Академии АйТи
- 4 дня / 32 академических часа
- баланс теории и практики: упражнения и кейсы к каждому модулю
- живые вебинары с тренером и самостоятельная работа
- именной сертификат Академии АйТи
Кому подойдет курс
- Специалистам по анализу данных, стремящимся углубиться в Deep Learning
- Исследователям в области машинного обучения и искусственного интеллекта
- ML-инженерам, планирующим работать с изображениями и видео
- Разработчикам и инженерам, желающим освоить компьютерное зрение
Что будет на курсе
Почему наш курс
-
Карьерный трек
Узнавайте об открытых вакансиях и стажировках в ГК Softline в числе первых! -
Помощь
в трудоустройствеРазместим резюме выпускников в кадровом резерве ГК Softline -
В ногу со временем
Практика с актуальными данными и современными датасетами -
Учитесь у лучших
Половина курса — живые вебинары с преподавателем
-
Карьерный трек
Узнавайте об открытых вакансиях и стажировках в ГК Softline в числе первых! -
Помощь в трудоустройстве
Разместим резюме выпускников в кадровом резерве ГК Softline -
В ногу со временем
Практика с актуальными данными и современными датасетами -
Учитесь у лучших
Курс — живые вебинары с преподавателем
Программа курса
- Что такое Computer Vision (CV) и почему это важно: Разбор реальных кейсов
- Краткая история Deep Learning: От перцептрона до трансформеров (AlexNet, VGG, ResNet, Unet, ViT)
- Обзор фреймворков обучения нейросетей: PyTorch, TensorFlow, Keras, JAX
- Экосистема Deep Learning: Знакомство с Kaggle и Hugging Face
- Настройка среды разработки: Google Colab
- PyTorch: Тензоры, операции, граф вычислений
- Архитектура нейросети: Слои (Linear, Conv2d), функции активации, нормализация (LayerNorm, GroupNorm, BatchNorm), функции потерь
- Обзор и реализация архитектур в CV: Перцептрон, VGG, ResNet
- Аугментация изображений: Применение трансформаций (повороты, шум, вырезание) с помощью библиотеки Albumentations
- Полный цикл обучения: Dataset, DataLoader, цикл обучения, оптимизаторы (SGD, Adam, AdaBelief)
- Практикум: Написание и обучение с нуля нейросетей для классификации изображений
- Transfer Learning: Как использовать обученные нейросети для своих задач (fine-tuning и feature extraction)
- Ключевые метрики в CV: Accuracy, Precision, Recall, F1-score, IoU — что и когда применять
- Детекция объектов: Обзор архитектур (YOLO, Faster R-CNN) и концепция якорей (anchors)
- Сегментация изображений: Семантическая (U-Net для медицины) и инстанс-сегментация (Mask R-CNN)
- Распознавание лиц: Верификация на основе векторов (embeddings)
- Практикум: Запуск модели YOLO для детекции объектов, сегментация медицинских снимков, удаление фона и верификация лиц
- Автоэнкодеры (AE): Сжатие информации в скрытое пространство
- Вариационные автоэнкодеры (VAE): Как научить модель генерировать новые данные
- Состязательные сети (GAN): Битва генератора и дискриминатора
- Диффузионные модели: От шума к шедевру (DDPM, Stable Diffusion), магия текстовых промптов
- Практикум: Реализация плавного перехода между цифрами с помощью VAE, запуск Real-ESRGAN, Stable Diffusion
- MLFlow & Hydra: Трекинг экспериментов и управление конфигурациями
- Оптимизация моделей: Квантизация и прунинг для ускорения инференса
- Формат ONNX: Как запустить PyTorch-модель где угодно (на C++, JS или в мобильном приложении)
- Практикум: Обернуть модели из прошлых модулей в ONNX, замерить производительность до и после квантизации и залогировать результаты в MLFlow
- Итоговый тест
Вам будут помогать
Эксперты-практики
Опытные специалисты помогают с задачами и отвечают в течение 15 минут. Они сами прошли наши курсы и понимают все сложности новичков.
Опытные преподаватели
Умеют объяснять сложные вещи простыми словами.
Спреведливые ревьюверы
Оценивают проделанную работу и дают развернутую обратную связь.
Внимательные кураторы
Следят за прогрессом обучения, всегда готовы поддержать, подбодрить и помочь в решении организационных вопросов.
Закрытое сообщество
Совместный чат, где можно задать любые вопросы из области анализа данных и программирования.
После курса вы сможете
- Создавать и обучать нейросети для задач классификации, детекции и сегментации изображений
- Применять методы Transfer Learning для повышения производительности моделей
- Работать с фреймворками PyTorch и TensorFlow для разработки решений в области компьютерного зрения
- Оптимизировать модели с помощью методов квантизации и прунинга
- Экспортировать модели в формат ONNX для использования на различных платформах
- Применять аугментацию данных для улучшения качества обучения
- Создавать генеративные модели: автоэнкодеры, VAE, GAN и диффузионные модели
- Решать задачи детекции объектов, сегментации и распознавания лиц
- Внедрять компьютерное зрение в продакшн с помощью современных инструментов
- Трекить эксперименты и управлять жизненным циклом ML-моделей
Стоимость обучения
Курс "Компьютерное зрение: технологии и методы глубокого обучения"
Базовый тариф
55 000₽
- 32 академических часа
- реальные бизнес-кейсы на практике
- поддержка куратора и преподавателя
- общий чат с экспертами в области
- домашние задания и практикумы
Оплачивайте курс так, как удобно
- Беспроцентная рассрочка или оплата частямиВыберите удобный срок рассрочки на этапе оплаты - от 4 до 24 месяцев.
- Единовременно со скидкой 13%Оформите налоговый вычет и верните до 13% от стоимости обучения.
- Не подойдет - вернем оплатуЕсли за две недели курс вам не подойдет, вернем полную стоимость. Позже - за вычетом пройденных уроков.
Повышайте квалификацию за счет компании! Получите нужные навыки и развивайтесь в профессии - обучение может оплатить вам ваш работодатель
Оставьте заявку
[В ближайшее время с Вами свяжется менеджер]
ОБРАЗОВАТЕЛЬНАЯ ЭКОСИСТЕМА
НАПРАВЛЕНИЯ ОБУЧЕНИЯ
СЕРВИСЫ
Через обучение - к успеху! Знания работают на вас