AI Course

ডিপ লার্নিংDeep Learning — neural networks & PyTorch

একটি একক নিউরন থেকে শুরু — ব্যাকপ্রপাগেশন নিজে লিখে বুঝুন। তারপর CNN, RNN, LSTM, Attention হয়ে আজকের Transformer পর্যন্ত। PyTorch প্রতিটি অংশে।

৪০টি পাঠ ~৬ সপ্তাহে শেষ মাঝারি · Intermediate ML ফ্রি
পাঠ ০১ থেকে শুরু করুন

এই ট্র্যাকে যা শিখবেন What you'll learn

Perceptron থেকে MLP — শূন্য থেকে নিউরাল নেট
Backpropagation — গণিত ও কোডে
Activation functions — ReLU, GELU, Swish
Optimizer — SGD, Momentum, Adam
CNN — convolution, pooling, ResNet পর্যন্ত
RNN, LSTM, GRU — ক্রমিক ডেটা
Attention ও Transformer architecture
PyTorch দিয়ে training pipeline

৪০টি পাঠ Lesson list

৫টি মডিউলে ভাগ — নিউরন, প্রশিক্ষণ, CNN, RNN/Attention, ও আধুনিক architecture।

M1নিউরাল নেটের ভিত্তিNeural network foundations
L01
Perceptron — একক নিউরন
The perceptron
৬মি
পড়ুন
L02
XOR সমস্যা — কেন এক স্তর যথেষ্ট না
XOR limitation
৬মি
পড়ুন
L03
MLP — Multi-Layer Perceptron
Multi-layer perceptron
৭মি
পড়ুন
L04
Activation function — ReLU, sigmoid
Activation functions
৬মি
পড়ুন
L05
Universal approximation theorem
Universal approximation
৬মি
পড়ুন
L06
Forward pass — ছবি থেকে অনুমান
Forward pass
৬মি
পড়ুন
L07
Loss function কী, কেন দরকার
Loss functions
৭মি
পড়ুন
L08
PyTorch পরিচিতি — tensor
PyTorch intro — tensors
৭মি
পড়ুন
M2প্রশিক্ষণ ও অপ্টিমাইজেশনTraining & optimization
L09
Backpropagation — chain rule
Backpropagation
৯মি
পড়ুন
L10
Computational graph
Computational graphs
৬মি
পড়ুন
L11
SGD ও Mini-batch
SGD & mini-batches
৬মি
পড়ুন
L12
Momentum ও Nesterov
Momentum & Nesterov
৬মি
পড়ুন
L13
Adam ও AdamW
Adam & AdamW
৭মি
পড়ুন
L14
Vanishing/Exploding gradient
Vanishing/exploding gradients
৭মি
পড়ুন
L15
Batch Normalization
Batch normalization
৭মি
পড়ুন
L16
Dropout — overfitting থামানো
Dropout regularization
৬মি
পড়ুন
M3CNN — ছবি বোঝার জাদুConvolutional networks
L17
Convolution — sliding kernel
Convolution operation
৮মি
পড়ুন
L18
Pooling — Max ও Avg
Pooling layers
৬মি
পড়ুন
L19
Receptive field বোঝা
Receptive fields
৬মি
পড়ুন
L20
LeNet ও AlexNet
LeNet & AlexNet
৭মি
পড়ুন
L21
VGG ও Inception
VGG & Inception
৭মি
পড়ুন
L22
ResNet — skip connection
ResNet & skip connections
৮মি
পড়ুন
L23
Transfer learning
Transfer learning
৭মি
পড়ুন
L24
Data augmentation
Data augmentation
৬মি
পড়ুন
M4RNN, LSTM ও AttentionSequence models
L25
RNN — ক্রমিক ডেটা
Recurrent neural networks
৮মি
পড়ুন
L26
BPTT — Backprop through time
BPTT
৭মি
পড়ুন
L27
LSTM — gate-এর সাহায্যে স্মৃতি
LSTM cells
৮মি
পড়ুন
L28
GRU — সরল বিকল্প
GRU cells
৬মি
পড়ুন
L29
Sequence-to-Sequence
Seq2Seq architecture
৭মি
পড়ুন
L30
Attention mechanism
Attention mechanism
৮মি
পড়ুন
L31
Self-attention বিস্তারিত
Self-attention
৮মি
পড়ুন
L32
Multi-head attention
Multi-head attention
৭মি
পড়ুন
M5আধুনিক architectureModern architectures
L33
Transformer architecture
The Transformer
৯মি
পড়ুন
L34
Positional encoding
Positional encoding
৭মি
পড়ুন
L35
Autoencoder ও VAE
Autoencoders & VAE
৮মি
পড়ুন
L36
GAN — Generative Adversarial Net
GANs
৮মি
পড়ুন
L37
Diffusion model পরিচিতি
Diffusion models intro
৮মি
পড়ুন
L38
GPU programming ও CUDA ধারণা
GPU & CUDA basics
৮মি
পড়ুন
L39
প্রজেক্ট: MNIST classifier
Project: MNIST classifier
১৫মি
পড়ুন
L40
কোর্সের চূড়ান্ত পর্যালোচনা
Course capstone
১০মি
পড়ুন