Kurzusleírás

A OpenNN, Machine Learning és Deep Learning bemutatása

Letöltés OpenNN

Munka a Neural Designerrel

  • A Neural Designer használata leíró, diagnosztikai, prediktív és előíró elemzésekhez

OpenNN építészet

  • CPU párhuzamosítás

OpenNN osztályok

  • Adatkészlet, neurális hálózat, veszteségi index, képzési stratégia, modellválasztás, tesztelés elemzése
  • Vektor és mátrix sablonok

Neurális hálózati alkalmazás készítése

  • Megfelelő neurális hálózat kiválasztása
  • A variációs probléma megfogalmazása (veszteségindex)
  • A csökkentett funkcióoptimalizálási probléma megoldása (oktatási stratégia)

Adatkészletekkel való munka

  • Az adatmátrix (oszlopok változóként és sorok példányokként)

Tanulási feladatok

  • Funkció regresszió
  • Mintafelismerés

Fordítás a QT Creator programmal

Az alkalmazás integrálása, tesztelése és hibakeresése

A neurális hálózatok jövője és OpenNN

Összefoglalás, és következtetés

Követelmények

    Az adattudományi fogalmak C++ programozási tapasztalatainak megértése hasznos

Közönség

    Szoftverfejlesztők és programozók, akik Deep Learning alkalmazást kívánnak létrehozni.
  14 Hours

Résztvevők száma



Ár per résztvevő

Rokon tanfolyam

Rokon kategóriák