Plan Szkolenia
Wprowadzenie
Przegląd funkcji i architektury DeepMind Lab
Zrozumienie nawigacji, pamięci i eksploracji w DeepMind Lab
Tworzenie i uruchamianie DeepMind Lab
Dostosowywanie DeepMind Lab
Korzystanie z programowego interfejsu tworzenia poziomów
Eksploracja zależności Python
Pierwsze kroki w Linux
Korzystanie ze środowiska symulacji 3D
Poznawanie obserwacji i działań
Korzystanie z elementów sterujących wprowadzanych przez człowieka
Wdrażanie i szkolenie agenta uczącego się
Praca z wcześniejszymi źródłami
Praca z zewnętrznymi zależnościami, wymaganiami wstępnymi i uwagami dotyczącymi przenoszenia
Odkrywanie DeepMind Lab wpływu i przełomów w świecie rzeczywistym
Rozwiązywanie problemów
Podsumowanie i wnioski
Wymagania
- Doświadczenie z Python lub innymi językami programowania
- Znajomość koncepcji sztucznej inteligencji i uczenia maszynowego
Uczestnicy
- Naukowcy
- Programiści
Opinie uczestników (3)
Organizacja, przestrzegając proponowanego porządku obrad, wiedza trenera w tej dziedzinie
Ali Kattan - TWPI
Szkolenie - Natural Language Processing with TensorFlow
Przetłumaczone przez sztuczną inteligencję
Dużo wskazówek praktycznych
Pawel Dawidowski - ABB Sp. z o.o.
Szkolenie - Deep Learning with TensorFlow
Odkładany, aktualny podejście lub CPI (TensorFlow, era, learn) do tworzenia uczenia maszynowego.
Paul Lee
Szkolenie - TensorFlow for Image Recognition
Przetłumaczone przez sztuczną inteligencję