Aprendizado Profundo Aplicado com PyTorch (Do Zero à Mestria)

Este curso oferece uma introdução abrangente ao Aprendizado Profundo usando o PyTorch, o framework mais popular para pesquisas em aprendizado de máquina. Partindo dos fundamentos de tensores, os alunos percorrerão todo o fluxo de trabalho de ML, visão computacional, engenharia de software modular, transferência de aprendizado e implantação de modelos. O currículo é "code-first", enfatizando implementação prática e experimentação, garantindo que os alunos não apenas compreendam a teoria, mas também consigam construir, otimizar e implantar sistemas robustos de aprendizado profundo.

Um resumo breve dos objetivos principais é dominar todo o ecossistema PyTorch, passando da matemática fundamental até aplicações prontas para produção em visão computacional.

1. Implementar todo o fluxo de trabalho de machine learning do PyTorch, desde operações básicas com tensores até treinamento, avaliação e persistência de modelos.
2. Projetar e implantar arquiteturas de aprendizado profundo, incluindo Redes Neurais Artificiais (ANNs) e Redes Neurais Convolucionais (CNNs), para tarefas complexas de classificação e visão computacional.
3. Transformar código experimental em software modular e pronto para produção, adotando práticas padronizadas de engenharia e estruturas de diretório.
4. Utilizar técnicas avançadas como Transferência de Aprendizado e rastreamento sistemático de experimentos (TensorBoard) para alcançar resultados de vanguarda em conjuntos de dados personalizados.
5. Preparar e implantar modelos treinados em aplicações web interativas e aproveitar recursos modernos do PyTorch 2.0 para acelerar a inferência.