Praktyczne szkolenia na żywo z TensorFlow to kursy pokazujące, jak korzystać z systemu TensorFlow, aby ułatwić projekty badawcze w uczeniu maszynowym i ułatwić przejście od prototypu badawczego do systemu produkcyjnego.
Szkolenie TensorFlow jest dostępne jako "szkolenie stacjonarne" lub "szkolenie online na żywo".
Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu DaDesktop .
NobleProg -- Twój lokalny dostawca szkoleń.
Zapytaj konsultanta NobleProg o dedykowane szkolenie dla Twojego zespołu.
Opinie uczestników
Szeroki zakres poruszanych tematów oraz duża wiedza merytoryczna prowadzących.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Brak
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Duża wiedza teoretyczna i praktyczna prowadzących. Komunikatywność prowadzących. W trakcie kursu można było zadawać pytania i uzyskać satysfakcjonujące odpowiedzi.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Część praktyczna, gdzie implementowaliśmy algorytmy. Pozwoliło to na lepsze zrozumienie tematu.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
ćwiczenia i przykłady na nich realizowane
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Przykłady i omawiane zagadnienia.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Wiedza merytoryczna, zaangażowanie, pasjonujący sposób przekazywania wiedzy. Przykłady praktyczne po wykładzie teoretycznym.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Praktyczne ćwiczenia przygotowane przez Pana Macieja
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Dużo wskazówek praktycznych
Pawel Dawidowski - ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Dużo informacji związanych z wdrożeniami rozwiązań
Michał Smolana - ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Mnogość praktycznych wskazówek i wiedza prowadzącego z szerokiej gamy zagadnień AI / IT / SQL / IoT.
ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Naprawdę doceniam krystalicznie czyste odpowiedzi Chrisa na nasze pytania.
Léo Dubus
Szkolenie: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Ogólnie byłem zadowolony z kompetentnego trenera.
Sridhar Voorakkara
Szkolenie: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Byłem zdumiony standardem tej klasy - powiedziałbym, że był to standard uniwersytecki.
David Relihan
Szkolenie: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Bardzo dobry ogólny przegląd. Go dlaczego Tensorflow działa tak, jak działa.
Kieran Conboy
Szkolenie: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Spodobały mi się możliwości zadawania pytań i dokładniejszego wyjaśnienia teorii.
Sharon Ruane
Szkolenie: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Bardzo zaktualizowane podejście lub CPI (tensor flow, era, learn) do uczenia maszynowego.
Paul Lee
Szkolenie: TensorFlow for Image Recognition
Machine Translated
Perspektywa technologii: jaka technologia / proces może stać się ważniejsza w przyszłości; zobacz, do czego można wykorzystać tę technologię.
Commerzbank AG
Szkolenie: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Miałem korzyści z wyboru tematu. Styl szkolenia. Poćwicz orientację.
Commerzbank AG
Szkolenie: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Identyfikacja ludzka i wykrywanie złych punktów na płytkim obwodzie
王 春柱 - 中移物联网
Szkolenie: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Wykazać
中移物联网
Szkolenie: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Informacje o obszarze powierzchni.
中移物联网
Szkolenie: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Zacząłem od wiedzy bliskiej zeru, a pod koniec mogłem budować i szkolić własne sieci.
Huawei Technologies Duesseldorf GmbH
Szkolenie: TensorFlow for Image Recognition
Machine Translated
Tomasz naprawdę dobrze zna informacje, a kurs był dobrze rozpędzony.
Raju Krishnamurthy - Google
Szkolenie: TensorFlow Extended (TFX)
Machine Translated
Trener był bardzo kompetentny i otwarty na pytania, lubił rysować diagramy i wyjaśniał rzeczy w całkiem dobry sposób
Szkolenie: Deep Learning with TensorFlow 2.0
Machine Translated
Trener był bardzo kompetentny i otwarty na pytania, lubił rysować diagramy i wyjaśniał rzeczy w całkiem dobry sposób
Szkolenie: Deep Learning with TensorFlow 2.0
Machine Translated
Plany szkoleń z technologii TensorFlow
Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
14 godzin
Osadzanie Projektora to otwarta aplikacja internetowa do wizualizacji danych wykorzystywanych do szkolenia systemów uczenia maszynowego Stworzony przez Google, jest częścią TensorFlow Ten instruktażowy trening na żywo wprowadza pojęcia związane z osadzaniem projektora i prowadzi uczestników przez proces tworzenia projektu demonstracyjnego Pod koniec tego szkolenia uczestnicy będą mogli: Sprawdź, jak dane są interpretowane przez modele uczenia maszynowego Nawiguj po widokach 3D i 2D danych, aby zrozumieć, w jaki sposób algorytm uczenia maszynowego je interpretuje Zapoznaj się z koncepcjami Embeddings i ich rolą w reprezentowaniu wektorów matematycznych dla obrazów, słów i cyfr Poznaj właściwości konkretnego osadzania, aby zrozumieć zachowanie modelu Zastosuj Projekt Osadzania do przypadków użycia rzeczywistego świata, takich jak budowanie systemu rekomendacji dla melomanów Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 godzin
TensorFlow jest 2nd Generation API Go otwartej biblioteki oprogramowania źródłowego OGLE za Deep Learning . System został zaprojektowany w celu ułatwienia badań nad uczeniem maszynowym oraz w celu szybkiego i łatwego przejścia od prototypu badawczego do systemu produkcyjnego. Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą używać TensorFlow do swoich projektów Deep Learning Po ukończeniu tego kursu delegaci:
- zrozumieć strukturę i mechanizmy wdrażania TensorFlow
- być w stanie wykonać zadania i konfigurację środowiska instalacji / produkcji / architektury
- być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
- być w stanie wdrożyć zaawansowaną produkcję, taką jak modele treningowe, wykresy budowlane i rejestrowanie
28 godzin
Ten kurs omawia, wraz z konkretnymi przykładami, zastosowanie Tensor Flow do celów rozpoznawania obrazów Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą wykorzystać TensorFlow do celów rozpoznawania obrazów Po ukończeniu tego kursu delegaci będą mogli:
- zrozumieć strukturę i mechanizmy wdrażania TensorFlow
- wykonać zadania i konfigurację środowiska instalacji / produkcji / architektury
- ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
- wdrożyć zaawansowaną produkcję, taką jak modele treningowe, wykresy budowlane i rejestrowanie
35 godzin
TensorFlow™ to biblioteka oprogramowania open source do liczbowego obliczania za pomocą wykresów przepływu danych.
SyntaxNet to ramy przetwarzania języka naturalnego w sieci neuronalnej TensorFlow.
Word2Vec jest używany do uczenia się wektorowych reprezentacji słów, zwanych "word embeddings". Word2vec jest szczególnie komputerowo wydajnym modelem przewidywania do uczenia się wbudowanych słów z surowego tekstu. Znajduje się on w dwóch smakach, w modelach Continuous Bag-of-Words (CBOW) i w modelach Skip-Gram (część 3.1 i 3.2 w Mikolov et al.)
Używany w tandemie, SyntaxNet i Word2Vec umożliwiają użytkownikom generowanie modeli uczenia się z wejścia do języka naturalnego.
publiczność
Ten kurs jest ukierunkowany na deweloperów i inżynierów, którzy zamierzają pracować z SyntaxNet i Word2Vec modeli w ich TensorFlow grafikach.
Po zakończeniu tego kursu delegaty będą:
-
zrozumienie TensorFlow’s struktury i mechanizmów wdrażania
umiejętność wykonywania instalacji / środowiska produkcyjnego / zadań architektonicznych i konfiguracji
być w stanie ocenić jakość kodu, wykonywać debugging, monitorowanie
być w stanie wdrożyć zaawansowaną produkcję, taką jak modele szkoleniowe, terminy wbudowy, grafiki budowlane i logowanie
21 godzin
Publiczność Kurs ten jest odpowiedni dla naukowców i inżynierów Deep Learning zainteresowanych wykorzystaniem dostępnych narzędzi (głównie open source) do analizy obrazów komputerowych Ten kurs dostarcza praktycznych przykładów.
28 godzin
Ten kurs daje wiedzę na temat sieci neuronowych i ogólnie algorytmu uczenia maszynowego, głębokiego uczenia się (algorytmy i aplikacje). To szkolenie bardziej koncentruje się na podstawach, ale pomoże ci wybrać odpowiednią technologię: TensorFlow , Caffe , Teano, DeepDrive, Keras itp. Przykłady zostały wykonane w TensorFlow .
7 godzin
The Tensor Processing Unit (TPU) is the architecture which Google has used internally for several years, and is just now becoming available for use by the general public. It includes several optimizations specifically for use in neural networks, including streamlined matrix multiplication, and 8-bit integers instead of 16-bit in order to return appropriate levels of precision.
In this instructor-led, live training, participants will learn how to take advantage of the innovations in TPU processors to maximize the performance of their own AI applications.
By the end of the training, participants will be able to:
- Train various types of neural networks on large amounts of data.
- Use TPUs to speed up the inference process by up to two orders of magnitude.
- Utilize TPUs to process intensive applications such as image search, cloud vision and photos.
- Part lecture, part discussion, exercises and heavy hands-on practice
7 godzin
TensorFlow Serving to system do obsługi modeli uczenia maszynowego (ML) do produkcji W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak skonfigurować i używać TensorFlow Serving do wdrażania i zarządzania modelami ML w środowisku produkcyjnym Pod koniec tego szkolenia uczestnicy będą mogli: Trenuj, eksportuj i obsługuj różne modele TensorFlow Testuj i wdrażaj algorytmy za pomocą pojedynczej architektury i zestawu interfejsów API Rozszerz obsługę TensorFlow, aby obsługiwać inne typy modeli poza modelami TensorFlow Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
35 godzin
Kurs rozpoczyna się od przekazania wiedzy pojęciowej w sieciach neuronowych i ogólnie w algorytmie uczenia maszynowego, głębokiego uczenia się (algorytmy i aplikacje). Część 1 (40%) tego szkolenia skupia się bardziej na podstawach, ale pomoże ci wybrać odpowiednią technologię: TensorFlow , Caffe , Theano, DeepDrive, Keras itp. Część 2 (20%) tego szkolenia przedstawia Theano - bibliotekę Pythona, która ułatwia pisanie modeli głębokiego uczenia. Część 3 (40%) szkolenia byłaby w dużej mierze oparta na Tensorflow - API drugiej generacji biblioteki oprogramowania open source Go ogle dla Deep Learning . Wszystkie przykłady i wskazówki powstałyby w TensorFlow . Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą korzystać z TensorFlow w swoich projektach Deep Learning Po ukończeniu tego kursu uczestnicy:
- dobrze rozumie głębokie sieci neuronowe (DNN), CNN i RNN
- zrozumieć strukturę i mechanizmy wdrażania TensorFlow
- być w stanie wykonywać zadania związane z instalacją / produkcją / architekturą / konfiguracją
- być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
- być w stanie wdrożyć zaawansowaną produkcję, taką jak modele szkoleniowe, tworzenie wykresów i rejestrowanie
28 godzin
Deep Learning for NLP pozwala maszynie uczyć się prostego lub złożonego przetwarzania języka Wśród aktualnie dostępnych zadań znajduje się tłumaczenie i generowanie napisów do zdjęć DL (Deep Learning) jest podzbiorem ML (Machine Learning) Python jest popularnym językiem programowania, który zawiera biblioteki dla Deep Learning for NLP W tym instruktażowym szkoleniu na żywo uczestnicy nauczą się korzystać z bibliotek Pythona dla NLP (Natural Language Processing), ponieważ tworzą aplikację, która przetwarza zestaw zdjęć i generuje podpisy Pod koniec tego szkolenia uczestnicy będą mogli: Projekt i kod DL dla NLP przy użyciu bibliotek Python Utwórz kod w języku Python, który odczytuje zasadniczo ogromną kolekcję obrazów i generuje słowa kluczowe Utwórz kod Pythona generujący podpisy z wykrytych słów kluczowych Publiczność Programiści zainteresowani językoznawstwem Programiści, którzy poszukują zrozumienia NLP (przetwarzanie języka naturalnego) Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
28 godzin
Jest to 4-dniowy kurs przedstawiający sztuczną inteligencję i jej zastosowanie. Istnieje opcja dodatkowego dnia na podjęcie projektu AI po ukończeniu tego kursu.
21 godzin
TensorFlow to popularna biblioteka do uczenia maszynowego opracowana przez Go ogle do głębokiego uczenia się, obliczeń numerycznych i uczenia maszynowego na dużą skalę. TensorFlow 2.0, wydany w styczniu 2019 r., Jest najnowszą wersją TensorFlow i zawiera ulepszenia w TensorFlow wykonywaniu, kompatybilności i spójności API. Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów i badaczy danych, którzy chcą korzystać z Tensorflow 2.0 do budowania predyktorów, klasyfikatorów, modeli generatywnych, sieci neuronowych i tak dalej. Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj TensorFlow 2.0.
- TensorFlow zalety TensorFlow 2.0 w porównaniu z poprzednimi wersjami.
- Twórz modele głębokiego uczenia się.
- Zaimplementuj zaawansowany klasyfikator obrazów.
- Wdróż model głębokiego uczenia się w chmurze, urządzeniach mobilnych i IoT.
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o TensorFlow , odwiedź: https://www.tensorflow.org/
14 godzin
TensorFlow.js to ramy JavaScript dla uczenia się maszynowego. TensorFlow.js umożliwia użytkownikom tworzenie i szkolenie modeli uczenia się maszynowego bezpośrednio w JavaScript.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do naukowców danych, którzy chcą użyć TensorFlow.js do identyfikacji wzorów i generowania prognoz za pomocą modeli uczenia się maszynowego.
Po zakończeniu szkolenia uczestnicy będą mogli:
-
Buduj i trenuj modele uczenia się maszynowego za pomocą TensorFlow.js.
Wykonaj modele uczenia się maszynowego w przeglądarce lub poniżej Node.js.
Zrezygnuj z istniejących modeli uczenia się maszynowego za pomocą dostosowanych danych.
-
Interaktywne wykłady i dyskusje.
Dużo ćwiczeń i praktyk.
Wdrażanie rąk w środowisku Live-Lab.
-
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
14 godzin
TensorFlow jest otwartym źródłem biblioteki uczenia się maszynowego. TensorFlow zapewnia użytkownikom możliwość wykorzystania i tworzenia sztucznej inteligencji do wykrywania i przewidywania oszustw.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do naukowców danych, którzy chcą użyć TensorFlow do analizy potencjalnych danych oszustw.
Po zakończeniu szkolenia uczestnicy będą mogli:
-
Stwórz model wykrywania oszustw w Python i TensorFlow.
Zbuduj liniowe regresje i liniowe modele regresji, aby przewidzieć oszustwo.
Rozwijanie aplikacji AI końcowej do analizy danych oszustw.
-
Interaktywne wykłady i dyskusje.
Dużo ćwiczeń i praktyk.
Wdrażanie rąk w środowisku Live-Lab.
-
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
21 godzin
TensorFlow Rozszerzona (TFX) jest platformą końcową do końca do rozmieszczenia rurociągów produkcyjnych ML.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do naukowców danych, którzy chcą przejść od szkolenia jednego modelu ML do rozmieszczenia wielu modeli ML do produkcji.
Po zakończeniu szkolenia uczestnicy będą mogli:
-
Instaluj i konfiguruj TFX i obsługuj narzędzia osób trzecich.
Użyj TFX do tworzenia i zarządzania kompletnym rurociągiem produkcyjnym ML.
Praca z komponentami TFX w celu przeprowadzenia modelowania, szkolenia, obsługi inferencji oraz zarządzania deploymentami.
Rozprowadź funkcje uczenia się maszynowego do aplikacji internetowych, aplikacji mobilnych, urządzeń IoT i więcej.
-
Interaktywne wykłady i dyskusje.
Dużo ćwiczeń i praktyk.
Wdrażanie rąk w środowisku Live-Lab.
-
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
28 godzin
Kubeflow to platforma do uruchamiania obciążeń uczenia maszynowego na Kubernetes. TensorFlow jest jedną z najpopularniejszych bibliotek uczenia się maszynowego. Kubernetes jest platformą orchestracyjną do zarządzania aplikacjami z kontenerami. OpenShift jest platformą do rozwoju aplikacji w chmurze, która wykorzystuje Docker kontenery, organizowane i zarządzane przez Kubernetes, na podstawie Red Hat Enterprise Linux.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do inżynierów, którzy chcą rozmieszczać Machine Learning obciążenia robocze do OpenShift on-premise lub hybrydowego chmury.
-
Po zakończeniu szkolenia uczestnicy będą mogli:
Umieszczanie i konfiguracja Kubeflow i Kubeflow na klastrze OpenShift.
Użyj OpenShift, aby ułatwić pracę z inicjalizacją Kubernetes klastru.
Tworzenie i wdrażanie rurociągu Kubernetes do automatyzacji i zarządzania modelami ML w produkcji.
Trenować i rozmieszczać TensorFlow modele ML w różnych GPUs i maszyny działające równolegle.
Zadzwoń do publicznych usług w chmurze (np. usług AWS) z wnętrza OpenShift, aby rozszerzyć aplikację ML.
-
Interaktywne wykłady i dyskusje.
Dużo ćwiczeń i praktyk.
Wdrażanie rąk w środowisku Live-Lab.
-
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
Last Updated:
Nadchodzące szkolenia z technologii TensorFlow
Applied AI from Scratch
2022-12-26 09:00
Wrocław, ul.Ludwika Rydygiera 2a/22
28 godzin
Deep Learning for NLP (Natural Language Processing)
2022-12-27 09:00
Wrocław, ul.Ludwika Rydygiera 2a/22
28 godzin
TensorFlow Serving
2022-12-30 09:00
Wrocław, ul.Ludwika Rydygiera 2a/22
7 godzin
Understanding Deep Neural Networks
2023-01-09 09:00
Wrocław, ul.Ludwika Rydygiera 2a/22
35 godzin
Deep Learning with TensorFlow 2
2023-02-08 09:00
Wrocław, ul.Ludwika Rydygiera 2a/22
21 godzin
Other regions
Other countries
Konsultacje
Szkolenie TensorFlow, TensorFlow boot camp, Szkolenia Zdalne TensorFlow, szkolenie wieczorowe TensorFlow, szkolenie weekendowe TensorFlow, Kurs TensorFlow,Kursy TensorFlow, Trener TensorFlow, instruktor TensorFlow, kurs zdalny TensorFlow, edukacja zdalna TensorFlow, nauczanie wirtualne TensorFlow, lekcje UML, nauka przez internet TensorFlow, e-learning TensorFlow, kurs online TensorFlow, wykładowca TensorFlow
