Programa do Curso
Introdução
- Apache MXNet vs PyTorch
Deep Learning Princípios e o Deep Learning Ecossistema
- Tensores, Perceptron de várias camadas, Convolucional Neural Networks e Recorrente Neural Networks
- Visão computacional vs Processamento de linguagem natural
Descrição geral das características e da arquitetura do Apache MXNet
- Componentes do Apache MXNet
- Interface da API Gluon
- Panorâmica das GPUs e do paralelismo de modelos
- Programação simbólica e imperativa
Configuração
- Escolher um ambiente de implantação (no local, nuvem pública, etc.)
- Instalando Apache MXNet
Trabalhar com dados
- Leitura de dados
- Validação de dados
- Manipulação de dados
Desenvolvimento de um modelo Deep Learning
- Criar um modelo
- Treinar um modelo
- Otimização do modelo
Implementação do modelo
- Previsão com um modelo pré-treinado
- Integrando o modelo em uma aplicação
Melhores práticas de segurança MXNet
Resolução de problemas
Resumo e conclusão
Requisitos
- Compreensão dos princípios de aprendizagem automática
- Python experiência em programação
Público
- Cientistas de dados
Declaração de Clientes (5)
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.
Zaher Sharifi - GOSI
Curso - Advanced Deep Learning
examples based on our data