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
Começando
- Guia de início rápido: executando exemplos e DL4J em seus projetos
- Guia de configuração abrangente
Introdução a Neural Networks
- Máquinas Boltzmann restritas
- Redes Convolucionais (ConvNets)
- Unidades de memória de longo prazo (LSTMs)
- Remoção de ruído de codificadores automáticos
- Redes recorrentes e LSTMs
Redes Neurais Multicamadas
- Rede de Crença Profunda
- AutoEncoder Profundo
- Autoencoders de eliminação de ruído empilhados
Tutoriais
- Usando redes recorrentes em DL4J
- Tutorial MNIST DBN
- Tutorial de flor de íris
- Canova: biblioteca de vetorização para ferramentas de ML
- Atualizadores de rede neural: SGD, Adam, Adagrad, Adadelta, RMSProp
Conjuntos de dados
- Conjuntos de dados e Machine Learning
- Conjuntos de dados personalizados
- Carregamentos de dados CSV
Dimensionar
- Redução Iterativa Definida
- Multiprocessador/Clustering
- Executando nós de trabalho
Texto
- Estrutura de PNL do DL4J
- Word2vec para Java e Scala
- Análise Textual e EAD
- Saco de Words
- Segmentação de frases e documentos
- Tokenização
- Cache de vocabulário
DL2J avançado
- Construa localmente a partir do Master
- Contribua com DL4J (Guia do desenvolvedor)
- Escolha uma rede neural
- Use a Maven ferramenta de construção
- Vetorizar dados com Canova
- Construa um pipeline de dados
- Executar comparativos de mercado
- Configure DL4J em Ivy, Gradle, SBT etc.
- Encontre uma classe ou método DL4J
- Salvar e carregar modelos
- Interpretar a saída da rede neural
- Visualize dados com t-SNE
- Trocar CPUs por GPUs
- Personalize um pipeline de imagens
- Realize regressão com redes neurais
- Solucionar problemas de treinamento e selecionar hiperparâmetros de rede
- Visualize, monitore e depure o aprendizado da rede
- Acelere o Spark com binários nativos
- Crie um mecanismo de recomendação com DL4J
- Use redes recorrentes em DL4J
- Crie arquiteturas de rede complexas com gráfico de computação
- Treinar redes usando parada antecipada
- Baixe instantâneos com Maven
- Personalize uma função de perda
Requisitos
Conhecimentos nos seguintes domínios:
- Java
21 horas
Declaração de Clientes (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
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Curso - 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
Curso - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.