Kurzusleírás

A gépi tanulás és a rekurzív Neural Networks (RNN) alapjai

    NN és RNN Backprogation Long short-term memory (LSTM)

TensorFlow Alapok

    Változók létrehozása, inicializálása, mentése és visszaállítása TensorFlow Adatok betáplálása, olvasása és előtöltése TensorFlow Hogyan használjuk az TensorFlow infrastruktúrát a modellek méretarányos betanításához Modellek megjelenítése és kiértékelése a TensorBoard segítségével

TensorFlow Mechanika 101

    Készítse elő az adatletöltési bemeneteket és a helyőrzőket
Készítse el a grafikon következtetést
  • Veszteség
  • Kiképzés
  • A modell képzése A grafikon
  • Az ülésszak
  • Vonathurok
  • Értékelje a modellt Építsd fel az Eval Graph-ot
  • Eval kimenet
  • Speciális használat
  • Elosztott szálak és sorok TensorFlow Dokumentáció írása és a modell megosztása Adatolvasók testreszabása GPU-k használatával¹ Modellfájlok kezelése TensorFlow
  • TensorFlow Tálalás
  • Bevezetés Alapvető kiszolgálási oktatóanyag Speciális kiszolgálási oktatóanyag Útmutató a kiszolgálás kezdeti modelljéhez

      ¹ A „GPU-k használata” című Haladó használat témakör nem érhető el távoli tanfolyam részeként. Ezt a modult tantermi alapú kurzusok alkalmával lehet megtartani, de csak előzetes egyeztetés alapján, és csak akkor, ha az oktatónak és minden résztvevőnek is van laptopja támogatott NVIDIA GPU-val, 64 bites Linux telepítve (nem a NobleProg biztosítja). A NobleProg nem tudja garantálni a szükséges hardverrel rendelkező oktatók elérhetőségét.

    Követelmények

    • Statistics
    • Piton
    • (opcionális) Laptop NVIDIA GPU-val, amely támogatja a CUDA 8.0-t és a cuDNN 5.1-et, és telepítve van a 64 bites Linux
     21 Hours

    Résztvevők száma



    Ár per résztvevő

    Rokon tanfolyam

    Rokon kategóriák