Schulungsübersicht

Einführung

  • Apache MXNet vs. PyTorch

Deep Learning Grundsätze und das Deep Learning Ökosystem

  • Tensoren, mehrschichtige Perceptrons, Faltungssysteme Neural Networks und rekurrente Systeme Neural Networks
  • Computer Vision vs. Verarbeitung natürlicher Sprache

Überblick über Apache MXNet Funktionen und Architektur

  • Apache MXNet-Komponenten
  • Gluon API-Schnittstelle
  • Überblick über GPUs und Modellparallelität
  • Symbolische und imperative Programmierung

Einrichtung

  • Auswahl einer Bereitstellungsumgebung (Vor-Ort, öffentliche Cloud usw.)
  • Installieren Apache MXNet

Arbeiten mit Daten

  • Einlesen von Daten
  • Daten validieren
  • Manipulation von Daten

Entwicklung eines Deep Learning Modells

  • Erstellen eines Modells
  • Ein Modell trainieren
  • Optimieren des Modells

Einsatz des Modells

  • Vorhersage mit einem vortrainierten Modell
  • Einbindung des Modells in eine Anwendung

Bewährte MXNet-Sicherheitspraktiken

Fehlersuche

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Verständnis der Prinzipien des maschinellen Lernens
  • Python Programmiererfahrung

Publikum

  • Datenwissenschaftler
  21 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 (4)

Kombinierte Kurse

Deep Learning AI Techniques for Executives, Developers and Managers

  21 Stunden

Deep Learning for Medicine

  14 Stunden

Verwandte Kategorien