Schulungsübersicht

Einführung in Deep Learning für NLP

Unterscheidung der verschiedenen Arten von DL-Modellen

Verwendung vorab trainierter und trainierter Modelle

Mithilfe von Worteinbettungen und Stimmungsanalysen die Bedeutung aus Texten extrahieren

Wie Unsupervised Deep Learning funktioniert

Installieren und Einrichten von Python Deep-Learning-Bibliotheken

Verwendung der Keras DL-Bibliothek zusätzlich zu TensorFlow, um Python das Erstellen von Untertiteln zu ermöglichen

Zusammenarbeit mit Theano (Bibliothek für numerische Berechnungen) und TensorFlow (Bibliothek für Allgemeines und Linguistik) zur Verwendung als erweiterte DL-Bibliotheken zum Erstellen von Untertiteln.

Verwenden Sie Keras zusätzlich zu TensorFlow oder Theano, um schnell mit Deep Learning zu experimentieren

Erstellen einer einfachen Deep-Learning-Anwendung in TensorFlow zum Hinzufügen von Bildunterschriften zu einer Bildersammlung

Fehlerbehebung

Ein Wort zu anderen (spezialisierten) DL-Frameworks

Bereitstellen Ihrer DL-Anwendung

Verwendung von GPUs zur Beschleunigung von DL

Schlußbemerkungen

Voraussetzungen

  • Verständnis für PythonProgrammierung
  • Verständnis für Python Bibliotheken im Allgemeinen

Publikum

  • Programmierer mit Interesse an Linguistik
  • Programmierer, die ein Verständnis für NLP (Natural Language Processing) 
  • suchen
  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 (2)

Kombinierte Kurse

Verwandte Kategorien