Prática de Shadowing: PyTorch in 100 Seconds - Aprenda a falar inglês com vídeo

Carregando...
1
PyTorch, an open-source deep learning framework used to build some of the world's most famous artificial intelligence products.
2
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.
3
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.
4
Sounds complicated, but its focus on usability will have you training machine learning models with just a few lines of Python.
5
In addition, it facilitates high-performance parallel computing on a GPU, thanks to NVIDIA's CUDA platform.
6
Developers love prototyping with it because it supports a dynamic computational graph, allowing models to be optimized at runtime.
7
It does this by constructing a directed acyclic graph consisting of functions
8
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.
9
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.
10
To get started, install PyTorch, and optionally CUDA, if you want to accelerate computing on your GPU.
11
Now import it into a Python file or notebook.
12
Like I mentioned, a tensor is similar to a multi-dimensional array.
13
Create a 2D array or matrix with Python, then use Torch to convert it into a tensor.
14
Now we can run all kinds of computations on it, like we might convert all these integers into random floating points.
15
We can also perform linear algebra by taking multiple tensors and multiplying them together.
16
What you came here to do though is build a deep neural network, like an image classifier.
17
To handle that, we can define a new class that inherits from the Neural Network Module class.
18
Inside the constructor, we can build it out layer by layer.
19
The flattened layer will take a multi-dimensional input, like an image, and convert it to one dimension.
20
From there, Sequential is used to create a container of layers that the data will flow through.
21
Each layer has multiple nodes, where each node is like its own mini statistical model.
22
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.
23
Linear is a fully connected layer that takes the flattened 28x28 image and transforms it to an output of 512.
24
This layer is followed by a non-linear activation function.
25
When activated, it means that feature might be important and outputs the node.
26
Otherwise, it just outputs zero.
27
And finally, we finish with a fully connected layer that outputs the 10 labels the model is trying to predict.
28
With these pieces in place, the next step is to define a forward method that describes the flow of data.
29
And now instantiate the model to a GPU and pass it some input data.
30
This will automatically call its forward method for training and prediction.
31
Congratulations, you just built a neural network.
32
This has been PyTorch in 100 seconds.
33
Thanks for watching, and I will see you in the next one.

Contexto e Fundamentos

O vídeo "PyTorch in 100 Seconds" é uma introdução concisa a um framework de aprendizado de máquina, mas também é uma oportunidade valiosa para quem quer aprender inglês com vídeos. A fala é clara, com ritmo moderado e termos técnicos explicados de forma simples, o que o torna ideal para praticar shadowing — uma técnica eficaz para melhorar a pronúncia e a fluência em inglês.

5 Frases Chave para Comunicação Diária

  • "It was created at the Meta AI Research Lab in 2016" (Ele foi criado no Meta AI Research Lab em 2016) — útil para falar de origens e datas.
  • "Sounds complicated, but its focus on usability" (Parece complicado, mas seu foco na usabilidade) — estrutura para contrastar ideias.
  • "Developers love prototyping with it because" (Desenvolvedores adoram prototipar com ele porque) — forma natural de explicar razões.
  • "To get started, install PyTorch" (Para começar, instale o PyTorch) — dicas práticas para instruir passos.
  • "Congratulations, you just built a neural network" (Parabéns, você acabou de construir uma rede neural) — elogio e confirmação de conclusão.

Guia Passo a Passo para o Shadowing

O shadow speak neste vídeo exige atenção aos termos técnicos, mas siga estes passos para dominá-lo: 1. Ouça o vídeo completo uma vez para entender o contexto. 2. Repita cada frase imediatamente após o narrador, copiando a entonação e o ritmo. Isso ajuda a melhorar a pronúncia em inglês e a sincronizar o ouvido com a fala. 3. Pausa em trechos mais rápidos, como "facilitates high-performance parallel computing", e repita até que a pronúncia fique natural. 4. Use um shadowing site para gravar sua voz e compará-la com a original, identificando diferenças. 5. Pratique diariamente por 10 minutos; a consistência é chave para internalizar a estrutura da língua. O shadow speech aqui não só aprimora a fala, mas também expõe o ouvinte a vocabulário técnico, amplando o repertório linguístico.

O que é a Técnica de Shadowing?

Shadowing é uma técnica de aprendizado de idiomas com base científica, originalmente desenvolvida para o treinamento de intérpretes profissionais. O método é simples, mas poderoso: você ouve áudio em inglês nativo e repete imediatamente em voz alta — como uma sombra seguindo o falante com 1-2 segundos de atraso. Pesquisas mostram melhora significativa na precisão da pronúncia, entonação, ritmo, sons conectados, compreensão auditiva e fluência na fala.