Struttura del corso

Introduzione

Panoramica di Neural Networks

Informazioni sulle reti convoluzionali

Impostazione Keras

Panoramica di Keras Funzionalità e architettura

Cenni preliminari sulla sintassi Keras

Informazioni su come un Keras modello organizza i livelli

Configurazione del backend Keras (TensorFlow o Theano)

Implementazione di un modello di apprendimento non supervisionato

Analisi delle immagini con una rete neurale convoluzionale (CNN)

Pre-elaborazione dei dati

Addestramento del modello

Allenamento su CPU vs GPU vs TPU

Valutazione del modello

Utilizzo di un modello Deep Learning pre-addestrato

Configurazione di una rete neurale ricorrente (RNN)

Debug del modello

Salvataggio del modello

Distribuzione del modello

Monitoraggio di un modello Keras con TensorBoard

Risoluzione dei problemi

Riassunto e conclusione

Requisiti

  • Python Esperienza di programmazione.
  • Esperienza con la riga di comando di Linux.

Pubblico

  • Gli sviluppatori
  • Scienziati dei dati
  21 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (4)

Corsi relativi

Deep Learning AI Techniques for Executives, Developers and Managers

  21 ore

Categorie relative