Python · Neuronové sítě a moderní AI
Síť od nuly, PyTorch, transformery, LLM a provoz.
Neuron a aktivační funkcePostavíš umělý neuron v NumPy, poznáš sigmoidu, tanh a ReLU, naučíš ho logické funkce a uvidíš, kde jeho schopnosti končí.Otevřít tahák →Neuronová síť od nuly v NumPySložíš neurony do vrstev, vyřešíš XOR, naučíš síť kreslit kruh a rozlišovat tři spirály. Jen v NumPy, bez hotového frameworku.Otevřít tahák →Backpropagation a autogradPochopíš derivaci a řetízkové pravidlo, spočítáš gradient ručně a napíšeš vlastní automatické derivování, jaké mají velké frameworky.Otevřít tahák →Optimalizátory a trénink sítíMinibatche, učicí krok, momentum a Adam, inicializace, dropout i předčasné zastavení. Nakonec celý tréninkový cyklus v NumPy.Otevřít tahák →PyTorch v praxiTenzory, autograd, moduly, DataLoader a trénovací smyčka. Přepíšeš síť z NumPy do PyTorch a poznáš chyby, které nehlásí žádná výjimka.Otevřít tahák →Konvoluční sítěProč obrázky potřebují jinou síť. Napíšeš konvoluci v NumPy, spočítáš tvary a natrénuješ malou CNN, která pozná vzor i na nové pozici.Otevřít tahák →Embeddingy a podobnostJak se ze slov stanou čísla, která nesou význam. Měříš podobnost, učíš vektory z textu a stavíš malé sémantické vyhledávání.Otevřít tahák →Attention od nulyNapíšeš scaled dot-product attention, masky, poziční kódování i více hlav v NumPy a natrénuješ model, který si sám najde správnou položku.Otevřít tahák →TransformeryZ attention složíš celý transformer: pozice, více hlav, maska budoucnosti, blok a malý trénink v NumPy.Otevřít tahák →Jak fungují velké jazykové modelyTokeny, předpověď dalšího slova, teplota, top-k, top-p, chatová šablona a proč si model umí sebejistě vymýšlet.Otevřít tahák →RAG a práce s LLM v aplikaciPostavíš vyhledávání v dokumentech, odpovědi se zdroji, měření kvality a ochranu aplikace před nespolehlivým výstupem modelu.Otevřít tahák →Provoz modelů: MLOpsJak model dostat do provozu a udržet ho tam: verze, registr, sledování driftu, latence, postupné nasazení a návrat zpět.Otevřít tahák →Mise: znakový jazykový modelPostavíš v NumPy malý jazykový model od nuly: slovník, bigramy, síť s kontextem a vlastním zpětným průchodem, teplotu a generování textu. A uvidíš, proč velké modely potřebují attention.Otevřít tahák →
Nic takového tu není. Zkus kratší slovo.