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


Tanfolyam kezdete

Tanfolyam vége


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

Rokon tanfolyam

Rokon kategóriák