Введение в глубокие нейронные сети

Описание курса

Однодневный курс «Введение в глубокие нейронные сети» является основой для изучения и практического применения глубоких нейронных сетей. Курс обеспечивает теоретические знания и практические навыки, необходимые для разработки нейронных сетей на Python с помощью библиотек Keras и TensorFlow.

Целевая аудитория

Курс рекомендован и будет полезен тем, кто занимается решением задач анализа данных, машинного обучения и разработкой искусственного интеллекта: программистам, аналитикам, специалистам в области данных, инженерам машинного обучения, а также менеджерам проектов и менеджерам продуктов в этой области.

Минимальные требования

Данный курс предполагает наличие у слушателей базового знания языка программирования Python. Знание основ машинного обучения полезно, но не обязательно.

Содержание курса

Модуль 1. Ознакомление с понятием "глубокие нейронные сети" и областями их применения
  • Глубокие нейронные сети, машинное обучение и искусственный интеллект.
  • Области применения глубоких нейронных сетей.
Модуль 2. Основы машинного обучения для глубоких нейронных сетей
  • Типы задач машинного обучения, которые решаются с помощью нейронных сетей.
  • Нейронные сети и глубокие нейронные сети.
  • Обучение глубоких нейронных сетей.
  • Архитектуры глубоких нейронных сетей: полносвязные, сверточные, рекуррентные сети.
Модуль 3. Обзор библиотек обучения глубоких нейронных сетей
  • Обзор существующих библиотек обучения глубоких нейронных сетей: TensorFlow, Keras, CNTK, PyTorch, Caffe, Theano.
  • Лабораторная работа 1. Создание простой нейронной сети в Keras и TensorFlow.
Модуль 4. Распознавание рукописных цифр с помощью глубоких нейронных сетей
  • Решение задачи классификации с помощью глубокой нейронной сети
  • Набор рукописных цифр MNIST
  • Лабораторная работа 2. Распознавание рукописных цифр с помощью Keras и TensorFlow.
Модуль 5. Оценка качества обучения нейронной сети
  • Переобучение нейронной сети.
  • Наборы данных для обучения, проверки и тестирования.
  • Контроль переобучения.
  • Лабораторная работа 3. Оценка качества обучения нейронной сети в Keras и TensorFlow.
Модуль 6. Ускорение обучения глубоких нейронных сетей с помощью GPU
  • Архитектура GPU и их использование для ускорения обучения глубоких нейронных сетей.
  • Существующие библиотеки для обучения глубоких нейронных сетей на GPU.
  • Лабораторная работа 4. Распознавание изображений с помощью глубоких нейронных сетей на GPU.
Ближайшие даты:...
с 17.09.2018 по 17.09.2018 Очная Андрей Созыкин Записаться
Номер курса: NVD-001
Стоимость курса
Форма обучения: Очная
17 500 ₽
Длительность: 1 день
Тренеры
Андрей Созыкин
Андрей Созыкин
Преподаватель
Оставить заявку
Событие/обучение
Ваше имя *
Телефон
Количество участников
CCSM R80.10
Блок курсов Fortinet
Обновление базовых курсов Juniper
Согласие на обработку персональных данных

Настоящим даю согласие на обработку (сбор, систематизацию, накопление, хранение в электронном виде и на бумажном носителе, уточнение, использование, распространение, обезличивание, блокирование, уничтожение, с использованием средств автоматизации и без использования таких средств) АНО ДПО «Диона Мастер Лаб» (127287, г. Москва, 2-я Хуторская ул., д. 38А, стр. 15) моих всех вышеуказанных персональных данных в целях обработки моего запроса, направленного через сайт masterlab.ru и коммуникации со мной в целях, связанных с обработкой и выполнением моего запроса с помощью различных средств связи, а именно посредством: интернет; сообщений на адрес электронной почты; телефону.

Срок действия согласия является неограниченным. Вы можете в любой момент отозвать настоящее согласие, направив письменное уведомления на адрес 127287, г. Москва, 2-я Хуторская ул., д. 38А, стр. 15 с пометкой «Отзыв согласия на обработку персональных данных».

Гарантирую, что представленная мной информация является полной, точной и достоверной, а также что при представлении информации не нарушаются действующее законодательство Российской Федерации, законные права и интересы третьих лиц. Вся представленная информация заполнена мною в отношении себя лично.

Настоящее согласие действует в течение всего периода хранения персональных данных, если иное не предусмотрено законодательством Российской Федерации.