Warszawa
Zarządzanie projektami
Otwarte
Nr szkolenia 2812

Deep Learning

0,00 (0 ocen)
Dodaj do mapy szkoleń
Obserwuj

Opis szkolenia

Po szkoleniu potrafisz:

  • zaprogramować wielowarstwowe, splotowe i rekurencyjne sieci neuronowe w języku Python z użyciem bibliotek Tensorflow, Keras i PyTorch,
  • zastosować poznane architektury głębokich sieci neuronowych (wielowarstwowych, splotowych i rekurencyjnych) do odpowiedniego problemu uczenia z nadzorem lub bez
  • wykonać tzw. transfer uczenia stosując wytrenowane wcześniej modele głębokich sieci splotowych, jak np. ResNet, do efektywnego wyodrębniania wartościowych cech charakterystycznych obrazów,
  • wykorzystać GPU do obliczeń związanych z trenowaniem i ewaluacją głębokich modeli uczących się.

 

Cel szkolenia

Programowanie głębokich sieci neuronowych w PyTorch lub Keras wraz z zastosowaniami do rozwiązywania problemów wizji komputerowej. 

Grupa docelowa

Specjalista Manager pierwszego szczebla Manager średniego szczebla Manager najwyższego szczebla
Elektronika i telekomunikacja
Grafika/Fotografia
IT: Architektura i projektowanie
IT: Pozostałe
IT: Programowanie
IT: Wspracie techniczne i administracja

Kto powinien wziąć udział? programiści, analitycy danych, osoby, które chcą poznać istotę działania sieci neuronowych, osoby mające podstawową wiedzę matematyczną (operacje macierzowo-wektorowe), osoby znające podstawy programowania w języku Python, osoby mające chęć wykorzystania procesorów kart graficznych GPU do obliczeń podczas trenowania i ewaluacji modeli uczących się.

Korzyści dla firmy

zwiększenie atrakcyjności biznesowej przez poszerzenie umiejętności i kompetencji zespołu R&D,
poszerzenie kreatywności i biegłości zespołu w zakresie wykorzystania metod głębokiego uczenia maszynowego w projektach komercyjnych,
pobudzenie pracowników do dalszego samorozwoju w obszarze sztucznej inteligencji.

Korzyści dla uczestnika

zdobędziesz praktyczne umiejętności oraz kompetencje w zakresie głębokich systemów uczących się (ang. deep learning),
poznasz dobre praktyki przy pracy z różnymi modelami głębokich sieci neuronowych,
poznasz PyTorch i Tensorflow+Keras – dwie intensywnie wykorzystywane i rozwijane biblioteki do projektów deep learning-owych.

Plan szkolenia

Dzień 1. Wielowarstwowe sieci neuronowe

  • Wprowadzenie do problemu uczenia z nadzorem.
  • Programowanie sieci neuronowych w środowisku Python Jupyter Notebook z wykorzystaniem bibliotek Tensorflow i PyTorch.
  • Omówienie problemów: przetrenowania sieci, regularyzacji modelu, doboru hiperparametrów (liczba epok, inicjalizacja wag).
  • Zapoznanie z algorytmami optymalizacyjnymi: SGD+Momentum, RMSProp, Adam+AMSGrad.
  • Zastosowanie sieci neuronowych do problemów klasyfikacji na przykładzie zbioru danych CIFAR10, CIFAR100.

 

Dzień 2. Splotowe sieci neuronowe

  • Omówienie różnych architektur sieci splotowych (ang. CNN).
  • Programowanie CNN z użyciem Keras i/lub PyTorch.
  • Wykorzystanie głębokich sieci CNN do problemów wizji komputerowej.
  • Klasyfikacja obrazów z wykorzystaniem sieci CNN.
  • Zapoznanie z techniką transfer learning.

 

Dzień 3. Modele generatywne + Sieci rekurencyjne

  • Wprowadzenie do problemu uczenia bez nadzoru.
  • Omówienie sieci rekurencyjnych z jednostkami LSTM / GRU).
  • Programowanie wielowarstwowych (dwukierunkowych) RNN (LSTM/GRU) w Keras i/lub PyTorch.
  • Zastosowanie RNN do problemów maszynowego tłumaczenia tekstu.
  • Omówienie podstawowych modeli generatywnych (ang. GAN), np. D.
  • Zaprogramowanie modelu generatywnego z użyciem PyTorch (przykładowy zbiór danych: CelebA).
TRENER

Metodologia

Dodatkowe informacje

Ilość wyświetleń oferty: 142

Bezpłatne

v
Zaczyna się za:

Miejsce i termin szkolenia

  • Centrum Biznesowe Ogrodowa 58
  • Ogrodowa 58 00-876 Warszawa
  • Termin:   10.09.2019 09:00 - 12.09.2019 16:00
  • Zaczyna się za:  23d 14h 17m
  • Cena netto: Bezpłatne

​BAMT SP. z o.o. SP. k.

​Płocka 5a, 01-231 Warszawa

tel: ​506981902

email: gigacon@gigacon.org