University of Heidelberg

Ein praxisorientierter Einstieg in das Machine Learning Framework PyTorch

Übersicht

PyTorch ist ein Open-Source-Framework für Deep Learning, das für seine Flexibilität und Benutzerfreundlichkeit bekannt ist. PyTorch basiert auf Python und ist eng mit beliebten Bibliotheken wie NumPy und SciPy integriert. PyTorch zeichnet sich durch exzellente Dokumentation und Tutorials, native CPU und GPU-Unterstützung, sowie dynamische Berechnungsgraphen aus. In diesem Kurs werden die Grundlagen von PyTorch vermittelt und anhand von wissenschaftlichen Beispielen vertieft.

Inhalt

  • Grundlagen von PyTorch: Tensoren, Datensätze und Modelle
  • Automatische Differenzierung und Optimierung
  • Geometrische Lernkonzepte: Graph Neuronale Netzwerke
  • Wissenschaftliche Anwendung: Spurrekonstruktion in der Teilchenphysik

Referenzen

PyTorch webpage

Voraussetzungen

Gute Python-Kenntnisse und Grundlagen des maschinellen Lernens werden vorausgesetzt.
Webmaster:
IT Department