Deep Learning на Catalyst

Общая информация

Это продвинутый курс по глубокому обучению и нейронным сетям, доступный для прохождения всем желающим.

Цель курса — углубить знания и практические навыки слушателей в нейронных сетях, изучить их применения в Computer Vision, Natural Language Processing, Recommender Systems. Также будут затронуты такие темы, как Metric Learing, GANs, Reinforcement Learning for Recommender Systems. Отдельно будет рассказано про детали запуска нейросетей в production, ускорение и стабилизацию обучения и сжатие моделей.

Главным отличием от обычного курса по машинному обучению является использование в качестве основного фреймворка библиотеки Catalyst. Catalyst -- это фреймворк для Deep Learning R&D на основе PyTorch. Фреймворк ориентирован на воспроизводимость, быстрое написание прототипа и переиспользование кода, чтобы создавать что-то новое, а не писать очередной train loop. 

Курс обещает быть сложным и очень интересным. Отдельно отметим, что дедлайны на курсе не предусмотрены, так что время на решение домашних заданий неограничено.

Разработчики курса

Курс параллельно читается на кафедре Финансовых технологий Физтех-школы прикладной математики и информатики. Базовой организацией кафедры является компания Тинькофф.

Этот курс мы сделали совместно с командой разработчиков фреймворка Catalyst, а также с компанией Тинькофф.

С чего начать?

Для успешного прохождения курса мы настоятельно рекомендуем вступить в чат курса в Slack, канал #dl-course-2020. По нашему опыту, освоить весь материал подобного курса в одиночку без помощи сверстников практически невозможно.