Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Wprowadzenie do Google Colab Pro

  • Colab vs. Colab Pro: funkcje i ograniczenia
  • Tworzenie i zarządzanie notatnikami
  • Akceleratory sprzętowe i ustawienia środowiska uruchomieniowego

Programowanie Python w chmurze

  • Komórki kodu, Markdown i struktura notatnika
  • Instalacja pakietów i konfiguracja środowiska
  • Zapisywanie i wersjonowanie notatników w Google Drive

Przetwarzanie danych i wizualizacja

  • Wczytywanie i analiza danych z plików, arkuszy Google lub API
  • Używanie Pandas, Matplotlib i Seaborn
  • Strumieniowanie i wizualizacja dużych zestawów danych

Uczenie maszynowe z Colab Pro

  • Używanie Scikit-learn i TensorFlow w Colab
  • Trening modeli na GPU/TPU
  • Ewaluacja i tunowanie wydajności modeli

Praca z frameworkami uczenia głębokiego

  • Używanie PyTorch z Colab Pro
  • Zarządzanie pamięcią i zasobami środowiska uruchomieniowego
  • Zapisywanie punktów kontrolnych i dzienników treningowych

Integracja i współpraca

  • Montowanie Google Drive i wczytywanie współdzielonych zestawów danych
  • Współpraca za pomocą współdzielonych notatników
  • Eksport do GitHub lub PDF w celu dystrybucji

Optymalizacja wydajności i najlepsze praktyki

  • Zarządzanie czasem trwania sesji i limitami czasu
  • Skuteczna organizacja kodu w notatnikach
  • Wskazówki dla zadań o długim czasie trwania lub na poziomie produkcyjnym

Podsumowanie i kolejne kroki

Wymagania

  • Doświadczenie w programowaniu Python
  • Znajomość notatników Jupyter i podstawowej analizy danych
  • Zrozumienie powszechnych przepływów pracy uczenia maszynowego

Grupa docelowa

  • Specjaliści ds. danych i analitycy
  • Inżynierowie uczenia maszynowego
  • Programiści Python pracujący nad projektami AI lub badawczymi

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie