TensorFlow é uma biblioteca de software de código aberto para aprendizagem profunda (deep learning). Os cursos de treinamento TensorFlow ao vivo demonstram, através de discussões interativas e práticas práticas, como usar o sistema TensorFlow para facilitar a pesquisa em aprendizado de máquina e facilitar a transição do protótipo de pesquisa para o sistema de produção. O treinamento TensorFlow está disponível em vários formatos, incluindo treinamento ao vivo no local e treinamento online ao vivo e interativo. O treinamento ao vivo no local pode ser realizado nas instalações do cliente no Portugal ou nos centros de treinamento locais NobleProg no Portugal. O treinamento ao vivo remoto é realizado por meio de uma área de trabalho remota e interativa.
NobleProg -- Seu Provedor de Treinamento Local
Declaração de Clientes
Eu geralmente gostava do treinador experiente.
Sridhar Voorakkara
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Fiquei espantado com o padrão desta classe - eu diria que era padrão universitário.
David Relihan
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Muito boa visão geral. Go fundo od em porque Tensorflow opera como ele faz.
Kieran Conboy
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Gostei das oportunidades de fazer perguntas e obter explicações mais aprofundadas da teoria.
Sharon Ruane
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Abordagem muito atualizada ou CPI (tensor flow, era, learn) para fazer aprendizado de máquina.
Paul Lee
Curso: TensorFlow para o Reconhecimento de Imagem
Machine Translated
Dada perspectiva da tecnologia: qual tecnologia / processo pode se tornar mais importante no futuro; veja, para que a tecnologia pode ser usada.
Commerzbank AG
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Eu estava beneficiado com a seleção de tópicos. Estilo de treinamento Orientação prática.
Commerzbank AG
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Eu realmente apreciei as respostas cristalinas de Chris às nossas perguntas.
Léo Dubus
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Uma ampla gama de tópicos abrangidos e conhecimento substancial dos líderes.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
falta
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
Grande conhecimento teórico e prático dos docentes. Comunicatividade dos treinadores. Durante o curso, você poderia fazer perguntas e obter respostas satisfatórias.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
Parte prática, onde implementamos algoritmos. Isso permitiu uma melhor compreensão do tópico.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
exercícios e exemplos implementados neles
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
Exemplos e questões discutidas.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
Conhecimento substantivo, compromisso, uma maneira apaixonada de transferir conhecimento. Exemplos práticos após uma aula teórica.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
Exercícios práticos preparados pelo Sr. Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curso: Understanding Deep Neural Networks
Machine Translated
Identificação humana e detecção de ponto ruim da placa de circuito
王 春柱 - 中移物联网
Curso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Demonstrar
中移物联网
Curso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Sobre a área de rosto.
中移物联网
Curso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Muitas dicas práticas
Pawel Dawidowski - ABB Sp. z o.o.
Curso: Deep Learning com TensorFlow
Machine Translated
Muita informação relacionada à implementação de soluções
Michał Smolana - ABB Sp. z o.o.
Curso: Deep Learning com TensorFlow
Machine Translated
Uma infinidade de dicas práticas e conhecimento do palestrante de uma ampla gama de questões de AI / IT / SQL / IoT.
ABB Sp. z o.o.
Curso: Deep Learning com TensorFlow
Machine Translated
Comecei com quase zero conhecimento e, no final, consegui construir e treinar minhas próprias redes.
Huawei Technologies Duesseldorf GmbH
Curso: TensorFlow para o Reconhecimento de Imagem
Machine Translated
Programa de curso TensorFlow
Nome do Curso
Duração
Visão geral
Nome do Curso
Duração
Visão geral
28 horas
Visão geral
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
28 horas
Visão geral
Deep Learning for NLP permite que uma máquina aprenda o processamento de linguagem simples e complexo Entre as tarefas atualmente possíveis estão a tradução de idiomas e a geração de legendas para fotos DL (Deep Learning) é um subconjunto do ML (Machine Learning) Python é uma linguagem de programação popular que contém bibliotecas para o Deep Learning for NLP Neste treinamento presencial instruído, os participantes aprenderão a usar as bibliotecas Python para o NLP (Natural Language Processing), pois criam um aplicativo que processa um conjunto de imagens e gera legendas No final deste treinamento, os participantes serão capazes de: Projetar e codificar o DL para NLP usando bibliotecas Python Crie código Python que leia uma coleção substancialmente grande de imagens e gere palavras-chave Criar código Python que gera legendas das palavras-chave detectadas Público Programadores com interesse em lingüística Programadores que buscam um entendimento da PNL (Processamento de Linguagem Natural) Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
21 horas
Visão geral
Este curso é apropriado para pesquisadores em Deep Learning e engenheiros interessados em utilizar as ferramentas disponíveis (a maioria sendo de código aberto) para analizar as imagens de computador.
14 horas
Visão geral
O Embedding Projector é um aplicativo da web opensource para visualizar os dados usados para treinar sistemas de aprendizado de máquina Criado pelo Google, faz parte do TensorFlow Este treinamento ao vivo com instrutor introduz os conceitos por trás do Embedding Projector e conduz os participantes através da configuração de um projeto de demonstração No final deste treinamento, os participantes serão capazes de: Explore como os dados estão sendo interpretados pelos modelos de aprendizado de máquina Navegue por visualizações 3D e 2D de dados para entender como um algoritmo de aprendizado de máquina o interpreta Entenda os conceitos por trás do Embeddings e seu papel na representação de vetores matemáticos para imagens, palavras e numerais Explore as propriedades de uma incorporação específica para entender o comportamento de um modelo Aplique o Embedding Project em casos de uso do mundo real, como construir um sistema de recomendação de músicas para os amantes da música Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
Visão geral
TensorFlow is an open source machine learning library. TensorFlow provides users the ability to use and create artificial intelligence for detecting and predicting fraud.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use TensorFlow to analyze potential fraud data.
By the end of this training, participants will be able to:
- Create a fraud detection model in Python and TensorFlow.
- Build linear regressions and linear regression models to predict fraud.
- Develop an end-to-end AI application for analyzing fraud data.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use TensorFlow to analyze potential fraud data.
By the end of this training, participants will be able to:
- Create a fraud detection model in Python and TensorFlow.
- Build linear regressions and linear regression models to predict fraud.
- Develop an end-to-end AI application for analyzing fraud data.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
28 horas
Visão geral
Este curso fornecerá conhecimento em redes neurais e, geralmente, em algoritmo de aprendizado de máquina, aprendizado profundo (algoritmos e aplicativos).
Este treinamento é mais focado nos fundamentos, mas ajudará você a escolher a tecnologia certa: TensorFlow , Caffe , Teano, DeepDrive, Keras , etc. Os exemplos são feitos no TensorFlow .
Este treinamento é mais focado nos fundamentos, mas ajudará você a escolher a tecnologia certa: TensorFlow , Caffe , Teano, DeepDrive, Keras , etc. Os exemplos são feitos no TensorFlow .
21 horas
Visão geral
TensorFlow é uma biblioteca popular e de aprendizado de máquina desenvolvida pela Go ogle para aprendizado profundo, computação numérica e aprendizado de máquina em larga escala. TensorFlow 2.0, lançado em janeiro de 2019, é a versão mais recente do TensorFlow e inclui melhorias na execução rápida, compatibilidade e consistência da API.
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam usar o Tensorflow 2.0 para criar preditores, classificadores, modelos generativos, redes neurais e assim por diante.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure o TensorFlow 2.0.
- Entenda os benefícios do TensorFlow 2.0 em relação às versões anteriores.
- Crie modelos de aprendizado profundo.
- Implemente um classificador de imagem avançado.
- Implante um modelo de aprendizado profundo nos dispositivos em nuvem, móvel e IoT.
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
- Para saber mais sobre o TensorFlow , visite: https://www.tensorflow.org/
Este treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a desenvolvedores e cientistas de dados que desejam usar o Tensorflow 2.0 para criar preditores, classificadores, modelos generativos, redes neurais e assim por diante.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure o TensorFlow 2.0.
- Entenda os benefícios do TensorFlow 2.0 em relação às versões anteriores.
- Crie modelos de aprendizado profundo.
- Implemente um classificador de imagem avançado.
- Implante um modelo de aprendizado profundo nos dispositivos em nuvem, móvel e IoT.
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
- Para saber mais sobre o TensorFlow , visite: https://www.tensorflow.org/
14 horas
Visão geral
TensorFlow.js is a JavaScript framework for machine learning. TensorFlow.js enables users to build and train machine learning models directly in JavaScript.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use TensorFlow.js to identify patterns and generate predictions through machine learning models.
By the end of this training, participants will be able to:
- Build and train machine learning models with TensorFlow.js.
- Run machine learning models in the browser or under Node.js.
- Retrain pre-existing machine learning models using custom data.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use TensorFlow.js to identify patterns and generate predictions through machine learning models.
By the end of this training, participants will be able to:
- Build and train machine learning models with TensorFlow.js.
- Run machine learning models in the browser or under Node.js.
- Retrain pre-existing machine learning models using custom data.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
7 horas
Visão geral
TensorFlow Serving é um sistema para servir modelos de aprendizado de máquina (ML) à produção.
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão a configurar e usar o TensorFlow Serving para implantar e gerenciar modelos ML em um ambiente de produção.
No final deste treinamento, os participantes serão capazes de:
- Treine, exporte e sirva vários modelos TensorFlow
- Teste e implemente algoritmos usando uma arquitetura única e um conjunto de APIs
- Estenda o TensorFlow Serving para atender outros tipos de modelos além dos modelos do TensorFlow
Público
- Desenvolvedores
- Cientistas de dados
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão a configurar e usar o TensorFlow Serving para implantar e gerenciar modelos ML em um ambiente de produção.
No final deste treinamento, os participantes serão capazes de:
- Treine, exporte e sirva vários modelos TensorFlow
- Teste e implemente algoritmos usando uma arquitetura única e um conjunto de APIs
- Estenda o TensorFlow Serving para atender outros tipos de modelos além dos modelos do TensorFlow
Público
- Desenvolvedores
- Cientistas de dados
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
21 horas
Visão geral
O TensorFlow é um API de segunda geração da biblioteca de software de código aberto do Google para o Deep Learning.
O sistema é desenhado para facilitar a pesquisa em machine learning e para tornar facil e rapido a transição do prototipo de pesquisa ao sistema de produção.
Público:
Este curso é dirigido a todos aqueles engeheiros que buscam utilizar o TensorFlow para seus projetos de Deep Learning, já sejam pessoais ou laborais.
Depois de completar o Curso, os participantes poderão:
- Entender a estrutura do TensorFlow e os seus mecanismos.
- poderão fazer a instalação do ambiente de produççao no programa
- Poderão entender e monitorar a qualidade do código esrito.
- Imlementar modelos avançados de treinamento, raficos e logging.
O sistema é desenhado para facilitar a pesquisa em machine learning e para tornar facil e rapido a transição do prototipo de pesquisa ao sistema de produção.
Público:
Este curso é dirigido a todos aqueles engeheiros que buscam utilizar o TensorFlow para seus projetos de Deep Learning, já sejam pessoais ou laborais.
Depois de completar o Curso, os participantes poderão:
- Entender a estrutura do TensorFlow e os seus mecanismos.
- poderão fazer a instalação do ambiente de produççao no programa
- Poderão entender e monitorar a qualidade do código esrito.
- Imlementar modelos avançados de treinamento, raficos e logging.
28 horas
Visão geral
Este curso explora com exemplo específicos a aplicação do TensorFlow para os propósitos do reconhecimento de imagem.
Este cuso é dirigido à engenheiros que buscam utilizar o TensorFlow para os propósitos de reconhecimento de imagem.
Os participantes que tomem este curso aprenderão:
- Entender a estrutura e mecanismos do TensorFlow
- Instalar e produzir e produzir no ambiente do programa.
- Implementar treinamento avançado, modedlos de construçao de graficos e logging.
Este cuso é dirigido à engenheiros que buscam utilizar o TensorFlow para os propósitos de reconhecimento de imagem.
Os participantes que tomem este curso aprenderão:
- Entender a estrutura e mecanismos do TensorFlow
- Instalar e produzir e produzir no ambiente do programa.
- Implementar treinamento avançado, modedlos de construçao de graficos e logging.
21 horas
Visão geral
TensorFlow Extended (TFX) is an end-to-end platform for deploying production ML pipelines.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to go from training a single ML model to deploying many ML models to production.
By the end of this training, participants will be able to:
- Install and configure TFX and supporting third-party tools.
- Use TFX to create and manage a complete ML production pipeline.
- Work with TFX components to carry out modeling, training, serving inference, and managing deployments.
- Deploy machine learning features to web applications, mobile applications, IoT devices and more.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to go from training a single ML model to deploying many ML models to production.
By the end of this training, participants will be able to:
- Install and configure TFX and supporting third-party tools.
- Use TFX to create and manage a complete ML production pipeline.
- Work with TFX components to carry out modeling, training, serving inference, and managing deployments.
- Deploy machine learning features to web applications, mobile applications, IoT devices and more.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
7 horas
Visão geral
A Unidade de Processamento Tensor (TPU) é a arquitetura que o Google usa internamente há vários anos, e só agora está se tornando disponível para uso pelo público em geral Ele inclui várias otimizações especificamente para uso em redes neurais, incluindo multiplicação de matriz simplificada e inteiros de 8 bits em vez de 16 bits para retornar níveis de precisão apropriados Neste treinamento presencial instruído, os participantes aprenderão como aproveitar as inovações dos processadores TPU para maximizar o desempenho de seus próprios aplicativos de inteligência artificial No final do treinamento, os participantes serão capazes de: Treinar vários tipos de redes neurais em grandes quantidades de dados Use TPUs para acelerar o processo de inferência em até duas ordens de magnitude Utilize TPUs para processar aplicativos intensivos, como pesquisa de imagens, visão em nuvem e fotos Público Desenvolvedores Pesquisadores Engenheiros Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
35 horas
Visão geral
TensorFlow ™ é uma biblioteca de software de código aberto para computação numérica usando gráficos de fluxo de dados SyntaxNet é uma estrutura de processamento de linguagem natural neuralnetwork para o TensorFlow O Word2Vec é usado para aprender representações vetoriais de palavras, chamadas de "incorporação de palavras" O Word2vec é um modelo preditivo particularmente eficiente em termos de computação para o aprendizado de incorporação de palavras a partir de texto bruto Ele vem em dois sabores, o modelo contínuo BagofWords (CBOW) e o modelo SkipGram (Capítulo 31 e 32 em Mikolov et al) Usado em conjunto, o SyntaxNet e o Word2Vec permitem que os usuários gerem modelos de Embutimento Aprendizado a partir da entrada da Linguagem Natural Público Este curso destina-se a desenvolvedores e engenheiros que pretendem trabalhar com os modelos SyntaxNet e Word2Vec em seus gráficos TensorFlow Depois de concluir este curso, os delegados irão: entender a estrutura e os mecanismos de implantação do TensorFlow ser capaz de realizar tarefas de instalação / ambiente de produção / arquitetura e configuração ser capaz de avaliar a qualidade do código, executar a depuração, monitoramento ser capaz de implementar a produção avançada, como modelos de treinamento, incorporação de termos, construção de gráficos e registros .
35 horas
Visão geral
Este curso começa com o fornecimento de conhecimento conceitual em redes neurais e, geralmente, em algoritmo de aprendizado de máquina, aprendizado profundo (algoritmos e aplicativos).
A parte 1 (40%) deste treinamento é mais focada nos fundamentos, mas ajudará você a escolher a tecnologia certa: TensorFlow , Caffe , Theano, DeepDrive, Keras , etc.
A parte 2 (20%) deste treinamento apresenta o Theano - uma biblioteca python que facilita a escrita de modelos de aprendizado profundo.
Parte 3 (40%) do treinamento seria extensivamente baseada no Tensorflow - API de 2ª geração da biblioteca de software de código aberto da Go ogle para Deep Learning . Os exemplos e handson seriam todos feitos no TensorFlow .
Público
Este curso é destinado a engenheiros que procuram usar o TensorFlow em seus projetos de Deep Learning
Após a conclusão deste curso, os delegados:
-
ter um bom entendimento sobre redes neurais profundas (DNN), CNN e RNN
-
entender a estrutura e os mecanismos de implantação do TensorFlow
-
ser capaz de executar tarefas de instalação / ambiente de produção / arquitetura e configuração
-
ser capaz de avaliar a qualidade do código, executar depuração, monitoramento
-
ser capaz de implementar produção avançada, como modelos de treinamento, construção de gráficos e registro
A parte 1 (40%) deste treinamento é mais focada nos fundamentos, mas ajudará você a escolher a tecnologia certa: TensorFlow , Caffe , Theano, DeepDrive, Keras , etc.
A parte 2 (20%) deste treinamento apresenta o Theano - uma biblioteca python que facilita a escrita de modelos de aprendizado profundo.
Parte 3 (40%) do treinamento seria extensivamente baseada no Tensorflow - API de 2ª geração da biblioteca de software de código aberto da Go ogle para Deep Learning . Os exemplos e handson seriam todos feitos no TensorFlow .
Público
Este curso é destinado a engenheiros que procuram usar o TensorFlow em seus projetos de Deep Learning
Após a conclusão deste curso, os delegados:
-
ter um bom entendimento sobre redes neurais profundas (DNN), CNN e RNN
-
entender a estrutura e os mecanismos de implantação do TensorFlow
-
ser capaz de executar tarefas de instalação / ambiente de produção / arquitetura e configuração
-
ser capaz de avaliar a qualidade do código, executar depuração, monitoramento
-
ser capaz de implementar produção avançada, como modelos de treinamento, construção de gráficos e registro
Próximos Cursos de TensorFlow
2020-07-28 09:30:00
Lisbon Airport Business Center
28 horas
2020-08-04 09:30:00
Porto
28 horas
2020-09-22 09:30:00
Lisbon Airport Business Center
28 horas
2020-09-29 09:30:00
Porto
28 horas
2020-11-24 09:30:00
Porto
28 horas
Consultoria
Cursos de fim de semana de TensorFlow, Treinamento tardiurno de TensorFlow, Treinamento em grupo de TensorFlow, TensorFlow guiado por instrutor, Treinamento de TensorFlow de fim de semana, Cursos de TensorFlow tardiurnos, coaching de TensorFlow, Instrutor de TensorFlow, Treinador de TensorFlow, Cursos de treinamento de TensorFlow, Aulas de TensorFlow, TensorFlow no local do cliente, Cursos privados de TensorFlow, Treinamento individual de TensorFlow
.jpg "procter & gamble (p&g)")
.jpg "american international group (aig)")
.png "european space agency (esa)")
