Corso di formazione OpenNMT: Setting Up a Neural Machine Translation System
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come impostare e utilizzare OpenNMT per eseguire la traduzione di vari set di dati di esempio. Il corso inizia con una panoramica delle reti neurali applicate alla traduzione automatica. I partecipanti eseguiranno esercitazioni dal vivo durante il corso per dimostrare la loro comprensione dei concetti appresi e ottenere feedback dall'istruttore.
Al termine di questa formazione, i partecipanti avranno le conoscenze e le pratiche necessarie per implementare una soluzione OpenNMT dal OpenNMT .
Campioni di lingua di origine e di destinazione saranno predisposti in base alle esigenze del pubblico.
Formato del corso
- Parte lezione, parte discussione, pratica pratica pesante
Struttura del corso
Introduzione
- Perché scegliere la traduzione automatica neurale?
Panoramica del progetto Torch
Installazione e configurazione
Pre-elaborazione dei dati dell'utente
Addestramento del modello
Traduzione in corso
Utilizzo di modelli pre-addestrati
Utilizzo di Lua script
Utilizzo delle estensioni
Risoluzione dei problemi
Entrare a far parte della community
Riassunto e conclusione
Requisiti
- Un po' di esperienza di programmazione è utile.
- Esperienza nell'uso della riga di comando.
- Conoscenza di base dei concetti di traduzione automatica.
Pubblico
- Specialisti della localizzazione con un background tecnico
- Gestori di contenuti globali
- Ingegneri della localizzazione
- Sviluppatori di software incaricati dell'implementazione di soluzioni di contenuti globali
I corsi di formazione pubblici richiedono più di 5 partecipanti.
Corso di formazione OpenNMT: Setting Up a Neural Machine Translation System - Booking
Corso di formazione OpenNMT: Setting Up a Neural Machine Translation System - Enquiry
OpenNMT: Setting Up a Neural Machine Translation System - Richiesta di consulenza
Richiesta di consulenza
Corsi in Arrivo
Corsi relativi
Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a data scientist di livello intermedio e avanzato, ingegneri di machine learning, ricercatori di deep learning ed esperti di visione artificiale che desiderano ampliare le proprie conoscenze e competenze nell'apprendimento profondo per la generazione di testo in immagine.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi le architetture e le tecniche avanzate di deep learning per la generazione di testo in immagine.
- Implementa modelli complessi e ottimizzazioni per la sintesi di immagini di alta qualità.
- Ottimizza le prestazioni e la scalabilità per set di dati di grandi dimensioni e modelli complessi.
- Ottimizza gli iperparametri per migliorare le prestazioni e la generalizzazione del modello.
- Integrare Stable Diffusion con altri framework e strumenti di deep learning
Introduction to Stable Diffusion for Text-to-Image Generation
21 oreQuesto corso di formazione dal vivo con istruttore (online o in loco) è rivolto a data scientist, ingegneri di machine learning e ricercatori di visione artificiale che desiderano sfruttare Stable Diffusion per generare immagini di alta qualità per una varietà di casi d'uso.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendi i principi di Stable Diffusion e come funziona per la generazione di immagini.
- Compilare e addestrare Stable Diffusion modelli per le attività di generazione di immagini.
- Applicare Stable Diffusion a vari scenari di generazione di immagini, ad esempio inpainting, outpainting e conversione da immagine a immagine.
- Ottimizza le prestazioni e la stabilità dei modelli Stable Diffusion.
AlphaFold
7 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai biologi che desiderano capire come funziona AlphaFold e utilizzare i modelli AlphaFold come guide nei loro studi sperimentali.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Comprendere i principi di base di AlphaFold.
- Scopri come funziona AlphaFold.
- Scopri come interpretare AlphaFold le previsioni e i risultati.
Edge AI with TensorFlow Lite
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori di livello intermedio, data scientist e professionisti dell'intelligenza artificiale che desiderano sfruttare TensorFlow Lite per le applicazioni di intelligenza artificiale edge.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendere i fondamenti di TensorFlow Lite e il suo ruolo nell'Edge AI.
- Sviluppa e ottimizza i modelli di intelligenza artificiale utilizzando TensorFlow Lite.
- Distribuisci TensorFlow modelli Lite su vari dispositivi edge.
- Utilizza strumenti e tecniche per la conversione e l'ottimizzazione dei modelli.
- Implementa pratiche applicazioni Edge AI utilizzando TensorFlow Lite.
TensorFlow Lite for Embedded Linux
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano utilizzare TensorFlow Lite per distribuire modelli di deep learning su dispositivi embedded.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura Tensorflow Lite su un dispositivo incorporato.
- Comprendere i concetti e le componenti sottostanti TensorFlow Lite.
- Converti i modelli esistenti in formato TensorFlow Lite per l'esecuzione su dispositivi incorporati.
- Lavorare entro i limiti di piccoli dispositivi e TensorFlow Lite, imparando a espandere l'ambito delle operazioni che possono essere eseguite.
- Distribuisci un modello di deep learning su un dispositivo embedded che esegue Linux.
TensorFlow Lite for Android
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano utilizzare TensorFlow Lite per sviluppare applicazioni mobili con funzionalità di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installare e configurare TensorFlow Lite.
- Comprendi i principi alla base di TensorFlow, dell'apprendimento automatico e dell'apprendimento profondo.
- Carica i modelli TensorFlow su un dispositivo Android.
- Abilita funzionalità di deep learning e machine learning, come la visione artificiale e il riconoscimento del linguaggio naturale, in un'applicazione mobile.
TensorFlow Lite for iOS
21 oreQuesto corso di formazione dal vivo con istruttore (online o in loco) è rivolto agli sviluppatori che desiderano utilizzare TensorFlow Lite per sviluppare applicazioni mobili iOS con funzionalità di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installare e configurare TensorFlow Lite.
- Comprendi i principi alla base di TensorFlow e dell'apprendimento automatico sui dispositivi mobili.
- Carica i modelli TensorFlow su un dispositivo iOS.
- Esegui un'applicazione iOS in grado di rilevare e classificare un oggetto catturato attraverso la fotocamera del dispositivo.
Tensorflow Lite for Microcontrollers
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli ingegneri che desiderano scrivere, caricare ed eseguire modelli di machine learning su dispositivi embedded di dimensioni molto ridotte.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installare TensorFlow Lite.
- Caricare modelli di machine learning su un dispositivo incorporato per consentirgli di rilevare il parlato, classificare le immagini e così via.
- Aggiungi l'intelligenza artificiale ai dispositivi hardware senza fare affidamento sulla connettività di rete.
Deep Learning Neural Networks with Chainer
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a ricercatori e sviluppatori che desiderano utilizzare Chainer per costruire e addestrare reti neurali in Python rendendo il codice facile da debuggare.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Configura l'ambiente di sviluppo necessario per iniziare a sviluppare modelli di reti neurali.
- Definisci e implementa modelli di reti neurali utilizzando un codice sorgente comprensibile.
- Esegui esempi e modifica gli algoritmi esistenti per ottimizzare i modelli di addestramento del deep learning sfruttando GPU per ottenere prestazioni elevate.
Distributed Deep Learning with Horovod
7 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a sviluppatori o data scientist che desiderano utilizzare Horovod per eseguire corsi di formazione distribuiti di deep learning e scalarli per l'esecuzione su più GPU in parallelo.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Configura l'ambiente di sviluppo necessario per iniziare a eseguire corsi di formazione sul deep learning.
- Installare e configurare Horovod per addestrare i modelli con TensorFlow, Keras, PyTorch e Apache MXNet.
- Scala l'addestramento di deep learning con Horovod per l'esecuzione su più GPU.
Accelerating Deep Learning with FPGA and OpenVINO
35 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto ai data scientist che desiderano accelerare le applicazioni di machine learning in tempo reale e implementarle su larga scala.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Installare il toolkit OpenVINO.
- Accelera un'applicazione di visione artificiale utilizzando un FPGA.
- Esegui diversi livelli CNN sull'FPGA.
- Ridimensionare l'applicazione su più nodi in un cluster Kubernetes.
Building Deep Learning Models with Apache MXNet
21 oreQuesto corso di formazione dal vivo con istruttore (online o in loco) è rivolto ai data scientist che desiderano utilizzare Apache MXNet per creare e implementare un modello di deep learning per il riconoscimento delle immagini.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Installare e configurare Apache MXNet e i relativi componenti.
- Comprendi l'architettura e le strutture dati di MXNet.
- Utilizza le API di basso e alto livello di Apache MXNet per creare in modo efficiente reti neurali.
- Costruisci una rete neurale convoluzionale per la classificazione delle immagini.
Deep Learning with Keras
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a persone tecniche che desiderano applicare il modello di deep learning alle applicazioni di riconoscimento delle immagini.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Installare e configurare Keras.
- Prototipa rapidamente i modelli di deep learning.
- Implementare una rete convoluzionale.
- Implementare una rete ricorrente.
- Esegui un modello di deep learning sia su una CPU che su GPU.
Advanced Deep Learning with Keras and Python
14 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli ingegneri del software che desiderano sviluppare reti neurali avanzate di deep learning e modellare utilizzando Keras e Python.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Applica il deep learning con metodi di apprendimento supervisionato o non supervisionato.
- Sviluppare, addestrare e implementare reti neurali concorrenti e reti neurali ricorrenti.
- Usa Keras e Python per creare modelli di deep learning per risolvere problemi che coinvolgono immagini, testo, suoni e altro ancora.
Deep Learning for Self Driving Cars
21 oreQuesto corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano costruire un'auto a guida autonoma utilizzando tecniche di deep learning.
Al termine di questo corso di formazione, i partecipanti saranno in grado di:
- Usa Keras per costruire e addestrare una rete neurale convoluzionale.
- Utilizza le tecniche di visione artificiale per identificare le corsie in un progetto di guida autonoma.
- Addestra un modello di deep learning per differenziare i segnali stradali.
- Simula un'auto completamente autonoma.