Grazie per aver inviato la vostra richiesta! Un membro del nostro team vi contatterà a breve.
Grazie per aver inviato la vostra prenotazione! Un membro del nostro team vi contatterà a breve.
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