Eu já trabalho com deep learning usando tensorflow ha alguns anos e assinei a alura porque vi que havia conteúdos como este e eu queria destacar alguns pontos que me deixaram muito frustrado.
Primeiro: os primeiros cursos da formação são bons. É possível entender o que está acontecendo perfeitamente, porém os cursos de redes recorrentes são confusos demais. Parece que a instrutora estava com pressa de acabar logo, pois colava códigos o tempo todo. A parte de como lidar com sequências de tamanho diferentes é praticamente ininteligível. Ela fala sobre a dimensionalidade de vários objetos e fica impossível entender o fluxo de pensamento e quais parâmetros deve ser inseridos em quais parte so código.
Segundo: o uso de datasets prontos do pytorch no curso é muuuuito prejudicial! Os dados já vem com uma estrutura bastante ajustada à biblioteca, tornando mais fácil o seu processamento. Eu até consegui entender o que como instanciar uma rede e o fluxo de informação dentro do método foward, porém quando fui usar o conhecimento em minha pesquisa, nem consegui chegar nessa parte. Eu preciso analisar proteínas e é IMPOSSÍVEL criar um dataset que seja adequado para a rede neural apresentada. O Pytorch não aceita listas com texto como entrada para a criação de tensores. Eu poderia codificar cada aminoácido por um número inteiro, mas um erro ocorreria pela diferença de comprimento. A solução e padronizar o tamanho, porém isso aumenta a dimensionalidade dos dados. A solução com o torchtext também é inviável porque na aula foi usado um dataset pronto que já está pronto para ser usado no BucketIterator. Existem tutoriais de criação de dataset customizado com torchtext no youtube, porém, ao meu ver, o objetivo de pagar um curso é justamente não precisar pular de tutorial em tutorial quando o assunto é básico. Outro ponto é que a prática real não deve ser feita com datasets prontos. Isso não leva à construção de nenhum portifólio bom.
