Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione a OpenNN, Machine Learning e Deep Learning
Download OpenNN
Utilizzo di Neural Designer
- Utilizzo di Neural Designer per analisi descrittive, diagnostiche, predittive e prescrittive
OpenNN Architettura
- Parallelizzazione della CPU
OpenNN classi
- Set di dati, rete neurale, indice di perdita, strategia di addestramento, selezione del modello, analisi dei test
- Modelli vettoriali e matriciali
Creazione di un'applicazione di rete neurale
- Scegliere una rete neurale adatta
- Formulazione del problema variazionale (indice di perdita)
- Risoluzione del problema dell'ottimizzazione delle funzioni ridotte (strategia di allenamento)
Utilizzo dei dataset
- La matrice di dati (colonne come variabili e righe come istanze)
Compiti di apprendimento
- Regressione delle funzioni
- Riconoscimento
Compilazione con QT Creator
Integrazione, test ed esecuzione del debug dell'applicazione
Il futuro delle reti neurali e OpenNN
Sintesi e conclusione
Requisiti
-
Una comprensione dei concetti di data science
C++ L'esperienza di programmazione è utile
Pubblico
-
Sviluppatori di software e programmatori che desiderano creare Deep Learning applicazioni.
14 ore