Návrh Školení
Úvod do Torch
- Jako NumPy, ale s implementací CPU a GPU Torch ve strojovém učení, počítačovém vidění, zpracování signálu, paralelním zpracování, obrazu, videu, zvuku a sítích
Instalace Torch
- Linux, Windows, Mac Bitmapi a Docker
Instalace balíčků Torch
- Pomocí správce balíčků LuaRocks
Výběr IDE pro Torch
- Plugin ZeroBrane Studio Eclipse pro Lua
Práce se skriptovacím jazykem Lua a LuaJIT
- Integrace Lua s C/C++ Lua syntaxe: datové typy, smyčky a podmínky, funkce, funkce, tabulky a vstup/výstup souborů. Orientace objektu a serializace v Torch Cvičení kódování
Načítání datové sady v Torch
- MNIST CIFAR-10, CIFAR-100 Imagenet
Strojové učení v Torch
- Deep Learning Manuální extrakce prvků vs konvoluční sítě
Práce s tlumočníkem REPL
- Práce s Databases
Networking a Torch
Podpora GPU v Torch
Integrace Torch
C, Python a další
Vkládání Torch
- iOS a Android
Další rámce a knihovny
- Facebook optimalizované moduly a kontejnery pro hluboké učení
Vytvoření vlastního balíčku
- Testování a ladění
Uvolnění vaší aplikace
Budoucnost AI a Torch
Shrnutí a závěr
Požadavky
- Programming zkušenost v jakémkoli jazyce.
- Pomáhá obecná znalost C/C++.
- Zájem o umělou inteligenci (AI).
Publikum
- Vývojáři softwaru a programátoři, kteří chtějí povolit Machine a Deep Learning ve svých aplikacích
Reference (3)
Velké množství praktických znalostí ukázaných na příkladech ze života.
Kamil - Streamsoft Kraków
Kurz - Java Advanced
Machine Translated
Průběžné prosazování změn, když jsem se 3. den začal ztrácet více než dříve a bylo těžší rychle odhalit chybu, mohl jsem rychle zkontrolovat nejnovější změny a zůstat v obraze s materiálem
Paulina
Kurz - Advanced Java Security
Machine Translated
Very good knowledge and character.