Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.        
        
        
            Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.        
    Struttura del corso
Inizio del corso
- Configurazione e installazione
Nozioni di base di TensorFlow
- Creazione, inizializzazione, salvataggio e ripristino delle variabili TensorFlow
- Fornitura, lettura e precaricamento dei dati TensorFlow
- Come utilizzare l'infrastruttura di TensorFlow per addestrare modelli su larga scala
- Visualizzazione e valutazione dei modelli con TensorBoard
Mecanica base di TensorFlow 101
- Preparare i dati
	- Download
- Input e placeholders
 
- Costruire il grafo
	- Inferenza
- Pertinenza (Loss)
- Addestramento
 
- Addestrare il modello
	- Il grafo
- La sessione
- Ciclo di addestramento
 
- Valutare il modello
	- Costruire il grafo di valutazione
- Output della valutazione
 
Utilizzo avanzato
- Multithreading e code
- Distribuzione di TensorFlow
- Scrittura della documentazione e condivisione del modello
- Personalizzazione dei lettori dati
- Utilizzo delle GPU
- Gestione dei file del modello TensorFlow
Distribuzione di TensorFlow
- Introduzione
- Tutorial di distribuzione base
- Tutorial di distribuzione avanzato
- Tutorial sulla distribuzione del modello Inception
Inizio con SyntaxNet
- Analisi dall'input standard
- Annotazione di un corpus
- Configurazione degli script Python
Costituzione di una pipeline NLP con SyntaxNet
- Acquisizione dei dati
- Tagging delle parti del discorso (Part-of-Speech)
- Addestramento del tagger SyntaxNet POS
- Precorrezione con il tagger
- Analisi delle dipendenze: parsing basato sulle transizioni
- Addestramento del parser, passo 1: preaddestramento locale
- Addestramento del parser, passo 2: addestramento globale
Rappresentazioni vettoriali delle parole
- Motivazione: Perché apprendere embeddings di parole?
- Scalabilità con l'addestramento contrastivo rumore (Noise-Contrastive)
- Il modello Skip-gram
- Costruire il grafo
- Addestrare il modello
- Visualizzare gli embeddings appresi
- Valutazione degli embeddings: ragionamento analogico
- Ottimizzazione dell'implementazione
Requisiti
Conoscenze operative di Python
             35 Ore
        
        
Recensioni (3)
Very knowledgeable
Usama Adam - TWPI
Corso - Natural Language Processing with TensorFlow
The way he present everything with examples and training was so useful
Ibrahim Mohammedameen - TWPI
Corso - Natural Language Processing with TensorFlow
Organization, adhering to the proposed agenda, the trainer's vast knowledge in this subject
 
                    