Schița de curs

Noțiuni de bază

  • Pornire rapidă: Rularea exemplelor și DL4J în proiectele dvs
  • Ghid cuprinzător de configurare

Introducere la Neural Networks

  • Mașini Boltzmann restricționate
  • Rețele convoluționale (ConvNets)
  • Unități de memorie pe termen lung (LSTM)
  • Dezgomot autoencoder
  • Plase recurente și LSTM-uri

Rețele neuronale multistrat

  • Rețeaua Deep-Belief
  • Deep AutoEncoder
  • Autoencodere stivuite

Tutoriale

  • Utilizarea rețelelor recurente în DL4J
  • Tutorial MNIST DBN
  • Tutorial flori de iris
  • Canova: Vectorization Lib pentru instrumente ML
  • Actualizatori de rețea neuronală: SGD, Adam, Adagrad, Adadelta, RMSProp

Seturi de date

  • Seturi de date și Machine Learning
  • Seturi de date personalizate
  • Încărcări de date CSV

Scaleout

  • Reducere iterativă definită
  • Multiprocesor / Clustering
  • Rularea nodurilor de lucru

Text

  • Cadrul NLP al DL4J
  • Word2vec pentru Java și Scala
  • Analiza Textuală și DL
  • Pungă de Words
  • Segmentarea propoziției și a documentelor
  • Tokenizare
  • Vocab Cache

DL2J avansat

  • Construiește local de la Master
  • Contribuiți la DL4J (Ghid pentru dezvoltatori)
  • Alegeți o rețea neuronală
  • Utilizați instrumentul Maven Build Tool
  • Vectorizați datele cu Canova
  • Construiți o conductă de date
  • Rulați benchmarks
  • Configurați DL4J în Ivy, Gradle, SBT etc
  • Găsiți o clasă sau o metodă DL4J
  • Salvați și încărcați modele
  • Interpretați ieșirea rețelei neuronale
  • Vizualizați datele cu t-SNE
  • Schimbați CPU-urile pentru GPUs
  • Personalizați un canal de imagini
  • Efectuați regresia cu rețele neuronale
  • Depanați antrenamentul și selectați hiperparametrii rețelei
  • Vizualizați, monitorizați și depanați învățarea în rețea
  • Accelerează Spark cu binare native
  • Construiți un motor de recomandare cu DL4J
  • Utilizați rețele recurente în DL4J
  • Construiți arhitecturi de rețea complexe cu graficul de calcul
  • Antrenați rețele folosind oprirea timpurie
  • Descărcați instantanee cu Maven
  • Personalizați o funcție de pierdere

Cerințe

Cunoștințe în următoarele domenii:

  • Java
  21 ore

Numărul de participanți



Pret per participant

Mărturii (4)

Cursuri înrudite

Deep Learning AI Techniques for Executives, Developers and Managers

  21 ore

Deep Learning for Medicine

  14 ore

Categorii înrudite