Programa del Curso

Empezando

  • Inicio rápido: Ejecución de ejemplos y DL4J en sus proyectos
  • Guía de configuración completa

Redes Neuronales Convolucionales

  • Introducción a la red convolucional
  • Las imágenes son 4-D Tensors?
  • Definición de ConvNet
  • Cómo funcionan las redes convolucionales
  • Maxpooling / Downsampling
  • DL4J Ejemplo de código
  • Otros recursos

Conjuntos de datos

  • Conjuntos de datos y aprendizaje de máquinas
  • Conjuntos de datos personalizados
  • Cargas de datos CSV

Poner a escala

  • Reducir Iterativo Definido
  • Multiprocesador / Clustering
  • Ejecución de los nodos de los trabajadores

Advanced DL2J

  • Construir localmente desde Master
  • Utilizar la herramienta Maven Build
  • Vectorizar datos con Canova
  • Construir una tubería de datos
  • Ejecutar puntos de referencia
  • Configurar DL4J en Ivy, Gradle, SBT, etc
  • Buscar una clase o método DL4J
  • Guardar y cargar modelos
  • Interpretar la salida neural de la red
  • Visualice los datos con t-SNE
  • Swap CPUs para GPUs
  • Personalizar un pipeline de imagen
  • Realizar la regresión con redes neuronales
  • Solucionar problemas de formación y seleccionar hiperparámetros de red
  • Visualice, monitoree y depure el aprendizaje en red
  • Acelerar la chispa con binarios nativos
  • Construir un motor de recomendación con DL4J
  • Utilizar redes recurrentes en DL4J
  • Construya arquitecturas complejas de la red con el gráfico de la computación
  • Redes de trenes que usan detención temprana
  • Descargar Snapshots With Maven
  • Personalizar una función de pérdida
  21 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (4)

Cursos Relacionados

Técnicas de IA de Aprendizaje Profundo para Ejecutivos, Desarrolladores y Gerentes

  21 horas

Categorías Relacionadas