Schulungsübersicht
Einführung
Überblick über Neural Networks
Faltungsnetzwerke verstehen
Einrichten Keras
Überblick über Keras Funktionen und Architektur
Übersicht über die Keras-Syntax
Verstehen, wie ein Keras-Modell die Ebenen organisiert
Konfigurieren des Keras-Backends (TensorFlow oder Theano)
Implementierung eines Modells für unüberwachtes Lernen
Analyse von Bildern mit einem neuronalen Faltungsnetzwerk (CNN)
Vorverarbeitung von Daten
Training des Modells
Training auf CPU vs GPU vs TPU
Evaluierung des Modells
Verwendung eines vortrainierten Deep Learning-Modells
Einrichten eines rekurrenten neuronalen Netzes (RNN)
Fehlersuche im Modell
Sichern des Modells
Einsatz des Modells
Überwachung eines Keras Modells mit TensorBoard
Fehlersuche
Zusammenfassung und Schlussfolgerung
Voraussetzungen
- Python Programmiererfahrung.
- Erfahrungen mit der Linux-Kommandozeile.
Publikum
- Entwickler
- Datenwissenschaftler
Erfahrungsberichte (4)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurs - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Kurs - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Kurs - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.