Online oder vor Ort durchgeführte Live-Schulungen zu Apache SINGA vermitteln durch interaktive Diskussionen und praktische Übungen die Grundlagen und fortgeschrittenen Themen von Apache SINGA.
Apache SINGA-Schulungen sind als "Online-Live-Schulungen" oder "Vor-Ort-Live-Schulungen" verfügbar. Das Online-Live-Training (auch "Remote-Live-Training" genannt) wird über einen interaktiven, Remote-Desktop durchgeführt. Onsite-Live-Training kann vor Ort beim Kunden in Zürich oder in den NobleProg Corporate Training Centern in Zürich durchgeführt werden.
NobleProg -- Ihr lokaler Schulungsanbieter
Zürich
Zürichbergstrasse 7, Zürich, Switzerland, 8005
Überblick
Unsere Schulungsräumlichkeiten befinden sich in der Zürichbergstrass...
Überblick
Unsere Schulungsräumlichkeiten befinden sich in der Zürichbergstrasse 7 in Zürich. Unsere großzügigen Schulungsräume befinden sich nahe des Universitäts-Campus und bieten optimale Trainingsbedingungen für Ihre Bedürfnisse.
Anfahrt
Die NobleProg-Schulungsräumlichkeiten sind gut über die Bundesstrasse 17 zu erreichen. Sollten Sie mit dem ÖPNV anreisen, erreichen Sie die Schulungsräume über die Tram-Haltestelle Kantonsschule.
Parkplätze
Rund um unsere Schulungsräume gibt es in den umliegenden Straßen Parkmöglichkeiten.
Lokale Infrastruktur
Im Bereich der fussläufig erreichbaren Altstadt gibt es zahlreiche Restaurants und Hotels.
SINGA ist eine allgemeine verteilte Deep-Learning-Plattform zum Trainieren großer Deep-Learning-Modelle über große Datenmengen. Es wurde mit einem intuitiven Programmiermodell entwickelt, das auf der Ebenenabstraktion basiert. Es wird eine Vielzahl gängiger Deep-Learning-Modelle unterstützt, darunter Feed-Forward-Modelle, einschließlich faltungsbezogener neuronaler Netze (CNN), Energiemodelle wie der eingeschränkten Boltzmann-Maschine (RBM) und wiederkehrender neuronaler Netze (RNN). Viele integrierte Ebenen werden für Benutzer bereitgestellt. Die SINGA-Architektur ist flexibel genug, um synchrone, asynchrone und hybride Trainings-Frameworks auszuführen. SINGA unterstützt auch verschiedene Partitionierungsschemata für neuronale Netze, um das Training großer Modelle zu parallelisieren, nämlich Partitionierung nach Batch-Dimension, Feature-Dimension oder Hybrid-Partitionierung. Publikum Dieser Kurs richtet sich an Forscher, Ingenieure und Entwickler, die Apache SINGA als Deep-Learning-Framework einsetzen Apache SINGA . Nach Abschluss dieses Kurses werden die Teilnehmer:
Verstehen der Struktur und der Bereitstellungsmechanismen von SINGA
in der Lage sein, Installations- / Produktionsumgebungs- / Architekturaufgaben und -konfigurationen auszuführen
in der Lage sein, die Codequalität zu bewerten, Fehler zu beheben und zu überwachen
in der Lage sein, fortgeschrittene Produktionsmethoden wie Trainingsmodelle, das Einbetten von Begriffen, das Erstellen von Grafiken und das Protokollieren zu implementieren