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.
Návrh Školení
Úvod
- Apache MXNet vs PyTorch
Deep Learning Principy a Deep Learning Ekosystém
- Tenzory, vícevrstvý perceptron, konvoluční Neural Networks a rekurentní Neural Networks Počítačové vidění vs. zpracování přirozeného jazyka
Přehled Apache MXNet Funkce a architektura
- Apache MXNet Compenents Gluon API rozhraní Přehled GPU a paralelismus modelu Symbolické a imperativní programování
Založit
- Výběr prostředí nasazení (on-premise, veřejný cloud atd.) Instalace Apache MXNet
Práce s daty
- Čtení dat Ověřování dat Manipulace s daty
Vývoj modelu Deep Learning
- Vytvoření modelu Trénink modelu Optimalizace modelu
Nasazení modelu
- Predikce pomocí předem trénovaného modelu Integrace modelu do aplikace
Nejlepší postupy zabezpečení MXNet
Odstraňování problémů
Shrnutí a závěr
Požadavky
- Pochopení principů strojového učení
- Python zkušenosti s programováním
Publikum
- Datoví vědci
21 hodiny
Reference (5)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurz - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Kurz - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Kurz - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Kurz - Advanced Deep Learning
examples based on our data