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
Machine Learning e Nozioni di base di ricorsivo Neural Networks (RNN)
- NN e RNN
- Propagazione inversa
- Memoria a breve termine lunga (LSTM)
TensorFlow Nozioni di base
- Creazione, inizializzazione, salvataggio e ripristino di variabili TensorFlow
- Alimentazione, lettura e precaricamento dei dati TensorFlow
- Come utilizzare l'infrastruttura TensorFlow per addestrare i modelli su larga scala
- Visualizzazione e valutazione di modelli con TensorBoard
TensorFlow Meccanica 101
- File del tutorial
- Preparare i dati
- Scaricare
- Input e segnaposto
- Costruisci il grafico
- Inferenza
- Perdita
- Formazione
- Addestrare il modello
- Il grafico
- La sessione
- Anello del treno
- Valutazione del modello
- Costruisci il grafico di valutazione
- Uscita di valutazione
Utilizzo avanzato
- Threading e code
- Distribuito TensorFlow
- Scrittura Documentation e condivisione del modello
- Personalizzazione dei lettori di dati
- Utilizzo di GPUs¹
- Manipolazione dei file del modello TensorFlow
TensorFlow Servire
- Introduzione
- Tutorial di base per la somministrazione
- Tutorial avanzato per la somministrazione
- Tutorial sul modello Inception per la pubblicazione
Convoluzionale Neural Networks
- Panoramica
- Goals
- Punti salienti del tutorial
- Architettura del modello
- Organizzazione del codice
- Modello CIFAR-10
- Input del modello
- Previsione del modello
- Formazione dei modelli
- Avvio e addestramento del modello
- Valutazione di un modello
- Addestramento di un modello utilizzando più GPU schede¹
- Posizionamento di variabili e operazioni sui dispositivi
- Avvio e addestramento del modello su più schede GPU
Deep Learning per MNIST
- Apparecchio
- Carica dati MNIST
- Avvia TensorFlow InteractiveSession
- Creazione di un modello di regressione Softmax
- Segnaposto
- Variabili
- Classe prevista e funzione di costo
- Addestrare il modello
- Valutazione del modello
- Costruisci una rete convoluzionale multistrato
- Inizializzazione del peso
- Convoluzione e pooling
- Primo strato convoluzionale
- Secondo strato convoluzionale
- Strato densamente connesso
- Livello di lettura
- Addestrare e valutare il modello
Riconoscimento delle immagini
- Data iniziale-v3
- C++
- Java
¹ Gli argomenti relativi all'uso di GPU non sono disponibili come parte di un corso a distanza. Possono essere erogati durante i corsi in aula, ma solo previo accordo, e solo se sia il formatore che tutti i partecipanti hanno laptop con NVIDIA GPU supportati, con 64-bit Linux installato (non fornito da NobleProg). NobleProg non può garantire la disponibilità di scarpe da ginnastica con l'hardware richiesto.
Requisiti
- Python
28 ore
Recensioni (1)
Very updated approach or CPI (tensor flow, era, learn) to do machine learning.
