Návrh Školení

Základy strojového učení a rekurzivní Neural Networks (RNN).

    Zpětné šíření NN a RNN Dlouhodobá krátkodobá paměť (LSTM)

TensorFlow Základy

    Vytváření, inicializace, ukládání a obnovování TensorFlow proměnných Zavádění, čtení a předběžné načítání TensorFlow Data Jak používat infrastrukturu TensorFlow k trénování modelů v měřítku Vizualizace a vyhodnocování modelů pomocí TensorBoard

TensorFlow Mechanika 101

    Soubory výukových programů Připravte vstupy pro stahování dat a zástupné symboly
Sestavte odvození grafu
  • Ztráta
  • Výcvik
  • Trénujte model The Graph
  • Zasedání
  • Vlaková smyčka
  • Vyhodnoťte model Sestavte graf hodnocení
  • Výstup Eval
  • Pokročilé použití
  • Rozdělování vláken a front TensorFlow Psaní dokumentace a sdílení modelu Přizpůsobení čteček dat pomocí GPU¹ Manipulace TensorFlow Soubory modelu
  • TensorFlow Servírování
  • Úvod Výukový program pro základní servírování Výukový program pro pokročilé servírování Výukový program pro počáteční model servírování

      konvoluční Neural Networks
    Přehled Goals Hlavní body architektury výukového modelu

    Organizace kódu

      Modelové vstupy CIFAR-10

    Predikce modelu

      Modelový trénink
    Spuštění a výcvik modelu
  • Hodnocení modelu
  • Trénink modelu pomocí více karet GPU¹ Umístění proměnných a operací na zařízení
  • Spuštění a výcvik modelu na více kartách GPU
  • Deep Learning pro MNIST
  • Nastavení Načtení dat MNIST Start TensorFlow InteractiveSession Sestavení regresního modelu Softmax Zástupné proměnné Předpokládaná třída a funkce nákladů Trénink modelu Vyhodnocení modelu Sestavení vícevrstvé konvoluční sítě Inicializace hmotnosti Konvoluce a sdružování První konvoluční vrstva Druhá konvoluční vrstva Hustě propojená vrstva Čtení vrstev Trénink a Vyhodnoťte model
  • Rozpoznávání obrazu
  • Inception-v3 C++ Java
  • ¹ Témata související s používáním GPU nejsou k dispozici jako součást vzdáleného kurzu. Mohou být dodány během kurzů ve třídě, ale pouze po předchozí dohodě a pouze v případě, že školitel i všichni účastníci mají notebooky s podporovanými GPU NVIDIA s nainstalovaným 64bitovým Linux (nedodává NobleProg). NobleProg nemůže zaručit dostupnost trenažérů s požadovaným hardwarem.
  • Požadavky

    • Python
      28 hodiny
     

    Počet účastníků


    Začátek

    Konec


    Dates are subject to availability and take place between 09:30 and 16:30.
    Open Training Courses require 5+ participants.

    Reference (1)

    Související kurzy

    Související kategorie