Struttura del corso

Introduzione

Keras e framework di deep learning

  • TensorFlow e back-end Theano
  • Keras contro Tensorflow

Dati e Machine Learning

  • Dati tabulari, dati visivi, dati non strutturati e così via.
  • Apprendimento non supervisionato, apprendimento supervisionato, apprendimento per rinforzo, ecc.

Preparazione dell'ambiente di sviluppo

  • Installazione e configurazione di Anaconda
  • Installazione di Keras con un back-end TensorFlow

Neural Networks in Keras

  • Utilizzo di Keras API funzionali per costruire una rete
  • Dati di pre-elaborazione e adattamento
  • Definizione di un modello Keras

Reti multiple di ingresso e uscita

  • Costruzione di due reti di input
  • Rappresentazione di dati ad alta cardinalità
  • Unione dei livelli
  • Estensione delle due reti di input
  • Creazione di reti neurali con output multipli
  • Risoluzione simultanea di più problemi

Formazione e pre-allenamento

  • Modelli di formazione
  • Salvataggio e caricamento dei modelli
  • Utilizzo di ResNet50 sui modelli

TensorBoard

  • Esportazione di Keras log
  • Visualizzazione di un grafico computazionale e dell'avanzamento dell'addestramento

Google Nuvola

  • Esportazione di modelli
  • Caricamento di Keras modelli
  • Utilizzo di un modello in Google Cloud

Riassunto e conclusione

Requisiti

  • Comprensione dell'algebra lineare di base

Pubblico

  • Ingegneri del software
  14 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

Categorie relative