Plan Szkolenia

Pierwsze kroki

  • Konfiguracja i instalacja

Podstawy TensorFlow

  • Tworzenie, inicjowanie, zapisywanie i przywracanie TensorFlow zmiennych
  • Podawanie, odczytywanie i wstępne ładowanie TensorFlow danych
  • Jak korzystać z infrastruktury TensorFlow do trenowania modeli na dużą skalę
  • Wizualizacja i ocena modeli za pomocą TensorBoard

Mechanika 101 TensorFlow

  • Przygotowanie danych
    • Pobieranie
    • Dane wejściowe i symbole zastępcze
  • Tworzenie wykresu
    • Wnioskowanie
    • Strata
    • Trening
  • Trenowanie modelu
    • Wykres
    • Sesja
    • Pętla treningowa
  • Ocena modelu
    • Tworzenie wykresu oceny
    • Dane wyjściowe analizy

Zaawansowane użycie

  • Wątkowanie i kolejki
  • Rozproszone TensorFlow
  • Pisanie Documentation i udostępnianie modelu
  • Dostosowywanie czytników danych
  • Używanie GPU
  • Manipulowanie plikami modelu TensorFlow

Serwowanie TensorFlow

  • Wprowadzenie
  • Podstawowy samouczek obsługi
  • Samouczek obsługi zaawansowanej
  • Samouczek obsługi modelu początkowego

Pierwsze kroki z SyntaxNet

  • Parsowanie ze standardowego wejścia
  • Dodawanie adnotacji do korpusu
  • Konfigurowanie skryptów Python

Tworzenie potoku NLP za pomocą SyntaxNet

  • Uzyskiwanie danych
  • Tagowanie części mowy
  • Szkolenie tagera POS SyntaxNet
  • Przetwarzanie wstępne za pomocą taggera
  • Analizowanie zależności: Parsowanie oparte na przejściach
  • Trening parsera Krok 1: Lokalny trening wstępny
  • Trening parsera Krok 2: Trening globalny

Reprezentacje wektorowe Word s

  • Motywacja: Po co uczyć się osadzania słów?
  • Skalowanie w górę z treningiem kontrastującym z hałasem
  • Model pomijania gramów
  • Tworzenie wykresu
  • Trenowanie modelu
  • Wizualizacja wyuczonych zagnieżdżeń
  • Ocena osadzeń: Analogiczne rozumowanie
  • Optymalizacja implementacji

Wymagania

Robocza znajomość języka Python

 35 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie