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
Učení pod dohledem a bez dohledu Budování neuronové sítě pomocí Torch
  • N-rozměrná pole
  • Analýza obrazu pomocí Torch
  • Obrazový balíček Knihovna Tensor
  • 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
     21 hodiny

    Počet účastníků



    Price per participant

    Reference (3)

    Související kurzy

    Combined C/C++, JAVA and Web Application Security

    28 hodiny

    Advanced Java Security

    21 hodiny

    Combined JAVA, PHP and Web Application Security

    28 hodiny

    Standard Java Security

    14 hodiny

    Java and Web Application Security

    21 hodiny

    Související kategorie