Plan Szkolenia

Wprowadzenie do Google Colab dla Deep Learning

  • Przegląd programu Google Colab
  • Konfiguracja programu Google Colab
  • Poruszanie się po interfejsie Google Colab

Wprowadzenie do Deep Learning

  • Przegląd głębokiego uczenia
  • Znaczenie uczenia głębokiego
  • Zastosowania uczenia głębokiego

Zrozumienie Neural Networks

  • Wprowadzenie do sieci neuronowych
  • Architektura sieci neuronowych
  • Funkcje aktywacji i warstwy

Pierwsze kroki z TensorFlow

  • Przegląd TensorFlow
  • Konfiguracja TensorFlow w Google Colab
  • Podstawowe operacje TensorFlow

Tworzenie modeli Deep Learning za pomocą TensorFlow

  • Tworzenie modeli sieci neuronowych
  • Trenowanie sieci neuronowych
  • Ocena wydajności modelu

Zaawansowane techniki TensorFlow

  • Implementowanie splotowych sieci neuronowych (CNN)
  • Implementowanie rekurencyjnych sieci neuronowych (RNN)
  • Uczenie transferowe z TensorFlow

Wstępne przetwarzanie danych dla Deep Learning

  • Przygotowywanie zestawów danych do szkolenia
  • Techniki rozszerzania danych
  • Obsługa dużych zbiorów danych w Google Colab

Optymalizacja modeli Deep Learning

  • Dostrajanie hiperparametrów
  • Techniki regularyzacji
  • Strategie optymalizacji modeli

Projekty współpracy Deep Learning

  • Udostępnianie i współpraca nad notatnikami
  • Funkcje współpracy w czasie rzeczywistym
  • Najlepsze praktyki dla projektów opartych na współpracy

Wskazówki i najlepsze praktyki

  • Skuteczne techniki głębokiego uczenia
  • Unikanie typowych pułapek
  • Zwiększanie wydajności modelu

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa wiedza z zakresu uczenia maszynowego
  • Doświadczenie w programowaniu Python

Uczestnicy

  • Naukowcy zajmujący się danymi
  • Programiści
 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (5)

Propozycje terminów

Powiązane Kategorie