Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
Introdução
- Chainer vs Caffe vs Torch
- Visão geral dos recursos e componentes do Chainer
Começar a trabalhar
- Compreender a estrutura do formador
- Instalar Chainer, CuPy e NumPy
- Definir funções em variáveis
Formação Neural Networks em Chainer
- Construir um gráfico computacional
- Executar exemplos do conjunto de dados MNIST
- Atualização de parâmetros utilizando um optimizador
- Processamento de imagens para avaliar resultados
Trabalhar com GPUs no Chainer
- Implementação de redes neurais recorrentes
- Utilização de múltiplos GPUs para paralelização
Implementação de outros modelos de redes neurais
- Definição de modelos RNN e execução de exemplos
- Geração de imagens com GAN convolucional profunda
- Executar exemplos Reinforcement Learning
Resolução de problemas
Resumo e conclusão
Requisitos
- Uma compreensão das redes neurais artificiais
- Familiaridade com frameworks de aprendizagem profunda (Caffe, Torch, etc.)
- Experiência em programação Python
Público
- Investigadores de IA
- Desenvolvedores
14 horas
Declaração de Clientes (3)
It felt like we were going through directly relevant information at a good pace (i.e. no filler material)
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Introduction to the use of neural networks
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
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible