ฝึกพูดภาษาอังกฤษด้วยเทคนิค Shadowing จากวิดีโอ: PyTorch in 100 Seconds

เลือกโหมดฝึก

แต่ละโหมดจะเปิดห้องฝึกแบบเต็มจอ

33 ประโยค

หากประโยคสั้นหรือยาวเกินไป กดที่ Edit เพื่อปรับแก้

PyTorch, an open-source deep learning framework used to build some of the world's most famous artificial intelligence products.

PyTorch เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกโอเพ่นซอร์สที่ใช้สร้างผลิตภัณฑ์ปัญญาประดิษฐ์ที่มีชื่อเสียงที่สุดในโลกบางส่วน

It was created at the Meta AI Research Lab in 2016, but is actually derived from the Lua-based Torch library that dates back to 2002.

Fundamentally, it's a library for programming with tensors, which are basically just multi-dimensional arrays that represent data and parameters in deep neural networks.

Sounds complicated, but its focus on usability will have you training machine learning models with just a few lines of Python.

In addition, it facilitates high-performance parallel computing on a GPU, thanks to NVIDIA's CUDA platform.

Developers love prototyping with it because it supports a dynamic computational graph, allowing models to be optimized at runtime.

It does this by constructing a directed acyclic graph consisting of functions

that keeps track of all the executed operations on the tensors, allowing you to change the shape, size, and operations after every iteration if needed.

PyTorch has been used to train models for computer vision AI like Tesla Autopilot, image generators like Stable Diffusion, and speech recognition models like OpenAI Whisper, just to name a few.

To get started, install PyTorch, and optionally CUDA, if you want to accelerate computing on your GPU.

Now import it into a Python file or notebook.

Like I mentioned, a tensor is similar to a multi-dimensional array.

Create a 2D array or matrix with Python, then use Torch to convert it into a tensor.

Now we can run all kinds of computations on it, like we might convert all these integers into random floating points.

We can also perform linear algebra by taking multiple tensors and multiplying them together.

What you came here to do though is build a deep neural network, like an image classifier.

To handle that, we can define a new class that inherits from the Neural Network Module class.

Inside the constructor, we can build it out layer by layer.

The flattened layer will take a multi-dimensional input, like an image, and convert it to one dimension.

From there, Sequential is used to create a container of layers that the data will flow through.

Each layer has multiple nodes, where each node is like its own mini statistical model.

As each data point flows through it, it'll try to guess the output, and gradually update a mapping of weights to determine the importance of a given variable.

Linear is a fully connected layer that takes the flattened 28x28 image and transforms it to an output of 512.

This layer is followed by a non-linear activation function.

When activated, it means that feature might be important and outputs the node.

Otherwise, it just outputs zero.

And finally, we finish with a fully connected layer that outputs the 10 labels the model is trying to predict.

With these pieces in place, the next step is to define a forward method that describes the flow of data.

And now instantiate the model to a GPU and pass it some input data.

This will automatically call its forward method for training and prediction.

Congratulations, you just built a neural network.

This has been PyTorch in 100 seconds.

Thanks for watching, and I will see you in the next one.

ดาวน์โหลดแอป

ทุกอย่างที่ต้องใช้เพื่อพูดได้คล่อง

AI ให้คะแนนการออกเสียงให้คะแนนทุกประโยค

ฝึก IPAเชี่ยวชาญทุกเสียง

คำศัพท์สร้างคลังคำของคุณ

เกมคำศัพท์เล่นไปเรียนไป

สแกน QR

Download on theApp Store Get it onGoogle Play

ช่องเดียวกัน

Mind-bending new programming language for GPUs just dropped...

Daily ConversationUniversity Students

The last real programmers are dying out...

FOR YOU

วิดีโอแนะนำ

37 ประโยค

Nvidia CUDA in 100 Seconds

Business EnglishUniversity StudentsWorking Adults

270 ประโยค

Transformers, the tech behind LLMs | Deep Learning Chapter 5

Business EnglishUniversity StudentsWorking Adults

163 ประโยค

My Secret Warehouse Tour

Business EnglishHigh School StudentsUniversity Students

275 ประโยค

You're Stuck In The Matrix, Here's How You Escape

Business EnglishUniversity StudentsWorking Adults

273 ประโยค

mattpocock/skills: A complete AI Coding workflow, end-to-end

Business EnglishUniversity StudentsWorking Adults

105 ประโยค

Google’s AI Course for Beginners (in 10 minutes)!

Business EnglishUniversity StudentsWorking Adults

43 ประโยค

Pixar in a Box: The Art of Lighting

Business EnglishUniversity StudentsWorking Adults

12 ประโยค

Rapid Engineering With AI

Business EnglishUniversity StudentsWorking Adults

285 ประโยค

How I Would Learn Python FAST (if I could start over)

Business EnglishUniversity StudentsWorking Adults

29 ประโยค

Amazon Athena explained in 120 seconds💡

Daily ConversationUniversity StudentsWorking Adults

122 ประโยค

Intro to Scrum in Under 10 Minutes

Business EnglishUniversity StudentsWorking Adults

เป้าหมายการพูดสำหรับคลิปนี้

คลิปนี้มุ่งเน้นไปที่การปรับปรุงความคล่องแคล่วในการพูดเกี่ยวกับเทคโนโลยีและการใช้เครื่องมือที่เกี่ยวข้องกับการเรียนรู้ของเครื่อง โดยเฉพาะอย่างยิ่ง PyTorch ซึ่งเป็นเฟรมเวิร์คที่ใช้ในการพัฒนาโมเดล AI ต่างๆ เป้าหมายหลักคือการช่วยให้ผู้เรียนสามารถพูดคุยและอธิบายแนวคิดทางเทคนิคได้อย่างมั่นใจและชัดเจน

ธนาคารวลี

การสร้างโมเดล AI
ใช้เฟรมเวิร์ค PyTorch
ทำงานกับเทนเซอร์
การคำนวณแบบขนาน
สร้างชั้นในเครือข่ายประสาท
อัตราการเรียนรู้
การคำนวณเชิงเส้น

แก้ไขจุดอ่อนของคุณ

คลิปนี้ช่วยให้คุณสามารถปรับปรุงการออกเสียงและจังหวะการพูดเมื่อต้องอธิบายหัวข้อที่ซับซ้อน เช่น การสนทนาเกี่ยวกับการใช้ PyTorch ในการสร้างโมเดลการเรียนรู้ของเครื่อง การฝึกฝนการพูดตามเสียงในคลิปเป็นวิธีที่มีประสิทธิภาพในการพัฒนาทักษะการพูดภาษาอังกฤษของคุณ การทำ shadow speaks จะช่วยให้คุณสามารถจับจังหวะและน้ำเสียงที่ถูกต้อง ทำให้การสื่อสารเป็นไปได้อย่างลื่นไหลและเป็นธรรมชาติ

การเรียนรู้ภาษาอังกฤษจากวิดีโอเช่นนี้ไม่เพียงแต่ทำให้คุณเข้าใจเนื้อหาได้ดีขึ้น แต่ยังช่วยให้คุณได้ฝึกฝนทักษะการพูดในบริบทจริง ซึ่งเป็นสิ่งสำคัญในการพัฒนาความสามารถในการสื่อสารของคุณในทุกสถานการณ์

ไวยากรณ์ในวิดีโอนี้

โครงสร้างที่ผู้พูดใช้บ่อยที่สุด พร้อมคำพูดจริงจากวิดีโอ:

โครงสร้าง	ในวิดีโอ
Passive voice be + กริยาช่อง 3 — เน้นสิ่งที่เกิดขึ้น ไม่ใช่ผู้กระทำ	was created · be optimized · is followed
Present perfect have/has + กริยาช่อง 3 — เหตุการณ์ในอดีตที่ยังเกี่ยวข้องกับปัจจุบัน	has been

เทคนิค Shadowing คืออะไร?

Shadowing เป็นเทคนิคการเรียนรู้ภาษาที่ได้รับการรับรองทางวิทยาศาสตร์ พัฒนาขึ้นสำหรับการฝึกนักแปลมืออาชีพ วิธีการนี้เรียบง่ายแต่ทรงพลัง: คุณฟังเสียงภาษาอังกฤษจากเจ้าของภาษาและพูดตามทันที — เหมือนเงาที่ตามผู้พูดด้วยช่วงเวลาห่าง 1-2 วินาที การวิจัยแสดงว่าเทคนิคนี้ปรับปรุงความแม่นยำในการออกเสียง ทำนองเสียง จังหวะ การเชื่อมเสียง การฟังเข้าใจ และความคล่องแคล่วในการพูดได้อย่างมีนัยสำคัญ

เทคนิค shadowing: อ่านคู่มือฉบับเต็มทีละขั้นตอน →

ฝึกพูดภาษาอังกฤษด้วยเทคนิค Shadowing จากวิดีโอ: PyTorch in 100 Seconds

เลือกโหมดฝึก

ดาวน์โหลดแอป

Mind-bending new programming language for GPUs just dropped...

The last real programmers are dying out...

PostgreSQL in 100 Seconds

Did Google just dethrone OpenAI and Anthropic?

A $6.3 billion open-weight model just got embarrassed by the French...

Every app on Earth is now open source... whether it likes it or not

OpenAI’s lead engineer was secretly a spy...

Intel chips can’t possibly be this bad… 100% crash rate?

Godot in 100 Seconds

Grok 4 pushes humanity closer to AGI… but there’s a problem

Array Map in 100 Seconds

Docker in 100 Seconds

NestJS in 100 Seconds

The most interesting "hack" in history...

OpenAI’s new browser feels familiar…

10 weird OSS projects you need right now...

Firefox and Tor hit with 9.8 critical level exploit

5 open source tools that replaced my $320/mo AI stack...

C++ in 100 Seconds

DHH has gone completely off the rails...

Nvidia CUDA in 100 Seconds

Transformers, the tech behind LLMs | Deep Learning Chapter 5

My Secret Warehouse Tour

You're Stuck In The Matrix, Here's How You Escape

mattpocock/skills: A complete AI Coding workflow, end-to-end

Google’s AI Course for Beginners (in 10 minutes)!

Pixar in a Box: The Art of Lighting

Rapid Engineering With AI

How I Would Learn Python FAST (if I could start over)

Amazon Athena explained in 120 seconds💡

Intro to Scrum in Under 10 Minutes

เป้าหมายการพูดสำหรับคลิปนี้

ธนาคารวลี

แก้ไขจุดอ่อนของคุณ

ไวยากรณ์ในวิดีโอนี้

เทคนิค Shadowing คืออะไร?