Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Course Outline
Εισαγωγή
- Chainer vs Caffe vs Torch Επισκόπηση των χαρακτηριστικών και των εξαρτημάτων του Chainer
Ξεκινώντας
- Κατανόηση της δομής εκπαιδευτή Εγκατάσταση Chainer, CuPy και NumPy Καθορισμός συναρτήσεων σε μεταβλητές
Εκπαίδευση Neural Networks στο Chainer
- Κατασκευή υπολογιστικού γραφήματος Εκτέλεση παραδειγμάτων δεδομένων MNIST Ενημέρωση παραμέτρων με χρήση βελτιστοποιητή Επεξεργασία εικόνων για αξιολόγηση αποτελεσμάτων
Εργασία με GPUs στο Chainer
- Υλοποίηση επαναλαμβανόμενων νευρωνικών δικτύων Χρήση πολλαπλών GPUs για παραλληλοποίηση
Εφαρμογή άλλων μοντέλων νευρωνικών δικτύων
- Ορισμός μοντέλων RNN και παραδειγμάτων εκτέλεσης Δημιουργία εικόνων με παραδείγματα Deep Convolutional GAN Running Reinforcement Learning
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Requirements
- Κατανόηση των τεχνητών νευρωνικών δικτύων
- Εξοικείωση με πλαίσια βαθιάς μάθησης (Caffe, Torch, κ.λπ.)
- Εμπειρία προγραμματισμού Python
Ακροατήριο
- Ερευνητές AI
- προγραμματιστές
14 Hours
Testimonials (3)
It felt like we were going through directly relevant information at a good pace (i.e. no filler material)
Maggie Webb - Department of Jobs, Regions, and Precincts
Course - Introduction to the use of neural networks
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Course - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible