Course Outline

Εισαγωγή

Keras και Deep Learning Frameworks

    TensorFlow και η Theano back-ends Keras vs Tensorflow

Δεδομένα και Machine Learning

    Πινακοποιημένα δεδομένα, οπτικά δεδομένα, μη δομημένα δεδομένα κ.λπ. Μη εποπτευόμενη μάθηση, εποπτευόμενη μάθηση, ενισχυτική μάθηση κ.λπ.

Προετοιμασία Αναπτυξιακού Περιβάλλοντος

    Εγκατάσταση και διαμόρφωση Anaconda Εγκατάσταση Keras με TensorFlow back-end

Neural Networks στο Hard

    Χρήση Keras λειτουργικού API για τη δημιουργία δικτύου Προεπεξεργασία και προσαρμογή δεδομένων Καθορισμός μοντέλου Keras

Πολλαπλά δίκτυα εισόδου και εξόδου

    Δόμηση δύο δικτύων εισόδου Αναπαράσταση δεδομένων υψηλής πληθώρας Συγχώνευση επιπέδων Επέκταση των δύο δικτύων εισόδου Δημιουργία νευρωνικών δικτύων με πολλαπλές εξόδους Επίλυση πολλαπλών προβλημάτων ταυτόχρονα

Εκπαίδευση και Προεκπαίδευση

    Εκπαίδευση μοντέλων Αποθήκευση και φόρτωση μοντέλων Χρήση ResNet50 σε μοντέλα

TensorBoard

    Εξαγωγή αρχείων καταγραφής Keras Οπτικοποίηση υπολογιστικού γραφήματος και προόδου εκπαίδευσης

Google Σύννεφο

    Εξαγωγή μοντέλων Μεταφόρτωση μοντέλων Keras Χρήση μοντέλου στο Google Cloud

Περίληψη και Συμπέρασμα

Requirements

  • Κατανόηση της βασικής γραμμικής άλγεβρας

Ακροατήριο

  • Μηχανικοί Λογισμικού
  14 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (4)

Related Courses

Scaling Data Analysis with Python and Dask

  14 Hours

Developing APIs with Python and FastAPI

  14 Hours

Kivy: Building Android Apps with Python

  7 Hours

GUI Programming with Python and PyQt

  21 Hours

Related Categories