Schulungsübersicht

TensorFlow-Grundlagen

    Erstellen, Initialisieren, Speichern und Wiederherstellen von TensorFlow Variablen. Zuführen, Lesen und Vorladen von TensorFlow Daten. Verwendung der TensorFlow Infrastruktur zum Trainieren von Modellen im großen Maßstab. Visualisieren und Bewerten von Modellen mit TensorBoard

TensorFlow Mechanik

    Eingaben und Platzhalter bilden das GraphS-Inferenzverlusttraining
Trainieren Sie das Modell, den Graphen
  • Die Sitzung
  • Zugschleife
  • Bewerten Sie das Modell. Erstellen Sie das Bewertungsdiagramm
  • Evaluierungsausgabe
  • Das Perzeptron
  • Aktivierungsfunktionen Der Perzeptron-Lernalgorithmus Binäre Klassifizierung mit dem Perzeptron Dokumentenklassifizierung mit dem Perzeptron Einschränkungen des Perzeptrons
  • Vom Perzeptron zur Support Vector Machine

      Kernel und der Kernel-Trick Maximale Randklassifizierung und Unterstützungsvektoren

    Künstlich Neural Networks

      Nichtlineare Entscheidungsgrenzen Künstliche neuronale Feedforward- und Feedback-Netzwerke Mehrschichtige Perzeptrone Minimierung der Kostenfunktion Vorwärtsausbreitung Rückwärtsausbreitung Verbesserung der Art und Weise, wie neuronale Netzwerke lernen

    Faltung Neural Networks

      Goals Modellarchitekturprinzipien Codeorganisation Starten und Trainieren des Modells Bewerten eines Modells

    Voraussetzungen

    Hintergrund in Physik, Mathematik und Programmierung. Beteiligung an Bildverarbeitungsaktivitäten.

      28 Stunden
     

    Teilnehmerzahl


    Beginnt

    Endet


    Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
    Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

    Erfahrungsberichte (5)

    Kombinierte Kurse

    Verwandte Kategorien