Εξέλιξη Κομματιού
Εισαγωγή
- Chainer έναντι Caffe έναντι Torch
- Επισκόπηση των Chainer χαρακτηριστικών και στοιχείων
Ξεκινώντας
- Κατανόηση της δομής του εκπαιδευτή
- Εγκατάσταση Chainer, CuPy και NumPy
- Ορισμός συναρτήσεων σε μεταβλητές
Προπόνηση Neural Networks σε Chainer
- Κατασκευή υπολογιστικού γραφήματος
- Εκτελώντας παραδείγματα δεδομένων MNIST
- Ενημέρωση παραμέτρων με χρήση βελτιστοποιητή
- Επεξεργασία εικόνων για την αξιολόγηση των αποτελεσμάτων
Εργασία με GPUs στο Chainer
- Υλοποίηση επαναλαμβανόμενων νευρωνικών δικτύων
- Χρήση πολλαπλών GPUs για παραλληλοποίηση
Εφαρμογή άλλων μοντέλων νευρωνικών δικτύων
- Καθορισμός μοντέλων RNN και παραδειγμάτων λειτουργίας
- Δημιουργία εικόνων με το Deep Convolutional GAN
- Τρέχοντα Reinforcement Learning παραδείγματα
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Απαιτήσεις
- Κατανόηση των τεχνητών νευρωνικών δικτύων
- Εξοικείωση με πλαίσια βαθιάς μάθησης (Caffe, Torch, κ.λπ.)
- Python εμπειρία προγραμματισμού
Ακροατήριο
- Ερευνητές AI
- προγραμματιστές
Σχόλια (3)
Μου άρεσαν πολύ τα τελικά όπου είχαμε την ευκαιρία να παίξουμε με το CHAT GPT. Η αίθουσα δεν ήταν κατά κάποιον τρόπο η καλύτερη γι' αυτό - αντί να υπάρχει μια μεγάλη τράπεζα, δυο μικρές θα βοήθησαν και θα μπορούσαμε να σχηματίσουμε μικρότερους ομάδες για διαδικασίες υποστήριξης.
Nola - Laramie County Community College
Κομμάτι - Artificial Intelligence (AI) Overview
Μηχανική Μετάφραση
Εργασία από τη βάση με εστιασμένο τρόπο και μετάβαση στην εφαρμογή περιπτώσεων στο ίδιο χρονικό διάστημα
Maggie Webb - Department of Jobs, Regions, and Precincts
Κομμάτι - Artificial Neural Networks, Machine Learning, Deep Thinking
Μηχανική Μετάφραση
Είχε την αίσθηση ότι προχώραμε με συνήθη ρυθμό και άμεση σχέση με το υλικό (δηλαδή, χωρίς να υπάρχουν περιττά στοιχεία)
Maggie Webb - Department of Jobs, Regions, and Precincts
Κομμάτι - Introduction to the use of neural networks
Μηχανική Μετάφραση
