Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie do Torch
- Podobnie jak NumPy, ale z implementacją CPU i GPU Torch, zastosowanie w uczeniu maszynowym, wizji komputerowej, przetwarzaniu sygnałów, przetwarzaniu równoległym, obrazach, wideo, audio i sieciach
Instalacja Torch
- Linux, Windows, Mac Bitmapi i Docker
Instalowanie Torch pakietów
- Korzystanie z menedżera pakietów LuaRocks
Wybór IDE dla Torch
- Wtyczka ZeroBrane Studio Eclipse dla Lua
Praca z Lua językiem skryptowym i LuaJIT
- Integracja Lua z C/C++ Składnia Lua: typy danych, pętle i warunki warunkowe, funkcje, funkcje, tabele i operacje we/wy plików. Orientacja obiektowa i serializacja w Torch Ćwiczenie z kodowania
Ładowanie zestawu danych w Torch
- MNIST CIFAR-10, CIFAR-100 Imagenet
Uczenie maszynowe w Torch
- Deep Learning Ręczna ekstrakcja cech a sieci splotowe
Współpraca z tłumaczem REPL
- Praca z Databases
Sieci i Torch
Obsługa GPU w Torch
Integracja Torch
C, Python i inne
Osadzanie Torch
- iOS i Androida
Inne frameworki i biblioteki
- Facebook zoptymalizowane moduły i kontenery do głębokiego uczenia się
Tworzenie własnego pakietu
- Testowanie i debugowanie
Zwalnianie aplikacji
Przyszłość sztucznej inteligencji i Torch
Podsumowanie i wnioski
Wymagania
- Programming doświadczenie w dowolnym języku.
- Pomocna będzie ogólna znajomość języka C/C++.
- Zainteresowanie sztuczną inteligencją (AI).
Publiczność
- Deweloperzy oprogramowania i programiści, którzy chcą włączyć Machine i Deep Learning w swoich aplikacjach .
21 godzin