Această instruire live, condusă de un instructor în România (online sau la fața locului) se adresează oamenilor de știință din domeniul datelor de nivel intermediar până la avansat, inginerilor din domeniul învățării automate, cercetătorilor din domeniul învățării profunde și experților în viziune computerizată care doresc să își extindă cunoștințele și abilitățile în învățarea profundă pentru generarea de text în imagine.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Înțeleagă arhitecturile și tehnicile avansate de învățare profundă pentru generarea text-imagine.
• Să implementeze modele complexe și optimizări pentru sinteza imaginilor de înaltă calitate.
• Să optimizeze performanța și scalabilitatea pentru seturi mari de date și modele complexe.
• Reglați hiperparametrii pentru o mai bună performanță și generalizare a modelului.
• Integrarea Stable Diffusion cu alte cadre și instrumente de învățare profundă

Această instruire live (online sau la fața locului), condusă de un instructor, se adresează oamenilor de știință din domeniul datelor, inginerilor din domeniul învățării automate și cercetătorilor din domeniul viziunii computerizate care doresc să valorifice Stable Diffusion pentru a genera imagini de înaltă calitate pentru o varietate de cazuri de utilizare.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Să înțeleagă principiile Stable Diffusion și modul în care funcționează pentru generarea de imagini.
• Să construiască și să antreneze modele Stable Diffusion pentru sarcini de generare a imaginilor.
• Să aplice Stable Diffusion la diverse scenarii de generare a imaginilor, cum ar fi inpainting, outpainting și traducerea de la imagine la imagine.
• Optimizarea performanței și stabilității modelelor Stable Diffusion.

Această formare live, cu instructor, în România (online sau la fața locului) se adresează biologilor care doresc să înțeleagă cum funcționează AlphaFold și să utilizeze modele AlphaFold ca ghid în studiile lor experimentale.

La sfârșitul acestei formări, participanții vor fi capabili să:

• Înțeleagă principiile de bază ale AlphaFold.
• Să învețe cum funcționează AlphaFold.
• Să învețe cum să interpreteze predicțiile și rezultatele AlphaFold.

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor de nivel intermediar, oamenilor de știință de date și practicienilor în domeniul IA care doresc să utilizeze TensorFlow Lite pentru aplicații Edge AI.

La sfârșitul acestui curs de formare, participanții vor putea să:

• Înțeleagă elementele fundamentale ale TensorFlow Lite și rolul său în Edge AI.
• Să dezvolte și să optimizeze modelele de inteligență artificială utilizând TensorFlow Lite.
• Să implementeze modele TensorFlow Lite pe diverse dispozitive de margine.
• Să utilizeze instrumente și tehnici de conversie și optimizare a modelelor.
• Implementarea aplicațiilor practice Edge AI utilizând TensorFlow Lite.

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor care doresc să utilizeze TensorFlow Lite pentru a implementa modele de învățare profundă pe dispozitive integrate.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați și configurați Tensorflow Lite pe un dispozitiv încorporat.
• Înțelegeți conceptele și componentele care stau la baza TensorFlow Lite.
.
• Convertiți modelele existente în formatul TensorFlow Lite pentru a fi executate pe dispozitive încorporate.
• Lucrați în limitele dispozitivelor mici și ale TensorFlow Lite, învățând în același timp cum să extindeți domeniul de aplicare al operațiunilor care pot fi executate.
.
• Dezvoltați un model de învățare profundă pe un dispozitiv încorporat care rulează Linux.

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor care doresc să utilizeze TensorFlow Lite pentru a dezvolta aplicații mobile cu capacități de învățare profundă.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați și configurați TensorFlow Lite.
.
• Înțelegeți principiile din spatele TensorFlow, învățarea mașinilor și învățarea profundă.
.
• Încărcați modele TensorFlow pe un dispozitiv Android.
.
• Activați funcționalități de învățare profundă și de învățare automată, cum ar fi viziunea computerizată și recunoașterea limbajului natural într-o aplicație mobilă.
.

Acest curs de formare live (online sau la fața locului), condus de un instructor, se adresează dezvoltatorilor care doresc să utilizeze TensorFlow Lite pentru a dezvolta aplicații mobile iOS cu capacități de învățare profundă.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați și configurați TensorFlow Lite.
.
• Înțelegeți principiile din spatele TensorFlow și învățarea mașinilor pe dispozitive mobile.
.
• Încărcați modele TensorFlow pe un dispozitiv iOS.
.
• Executați o aplicație iOS capabilă să detecteze și să clasifice un obiect capturat prin camera dispozitivului.
.

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează inginerilor care doresc să scrie, să încarce și să ruleze modele de învățare automată pe dispozitive integrate foarte mici.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Instalați TensorFlow Lite.
• Încărcați modele de învățare automată pe un dispozitiv încorporat pentru a-i permite să detecteze vorbirea, să clasifice imagini etc.
.
• Adaugați inteligența artificială la dispozitivele hardware fără a vă baza pe conectivitatea de rețea.
.

Această formare live, cu instructor, în România (online sau la fața locului) se adresează cercetătorilor și dezvoltatorilor care doresc să utilizeze Chainer pentru a construi și a antrena rețele neuronale în Python, făcând codul ușor de depanat.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Să configureze mediul de dezvoltare necesar pentru a începe să dezvolte modele de rețele neuronale.
• Să definească și să implementeze modele de rețele neuronale utilizând un cod sursă inteligibil.
• Să execute exemple și să modifice algoritmii existenți pentru a optimiza modelele de formare de învățare profundă, valorificând în același timp GPUs pentru performanțe ridicate.

Această instruire live, condusă de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor sau oamenilor de știință din domeniul datelor care doresc să utilizeze Horovod pentru a rula instruiri distribuite de învățare profundă și să le extindă pentru a rula pe mai multe GPUs în paralel.

Până la sfârșitul acestui training, participanții vor fi capabili să:

• Să configureze mediul de dezvoltare necesar pentru a începe să ruleze traininguri de învățare profundă.
• Să instaleze și să configureze Horovod pentru a antrena modele cu TensorFlow, Keras, PyTorch și Apache MXNet.
• Să scaleze antrenamentele de învățare profundă cu Horovod pentru a rula pe mai multe GPUs.

Acest curs de formare live, condus de un instructor în România (online sau la fața locului) se adresează cercetătorilor de date care doresc să accelereze aplicațiile de învățare automată în timp real și să le implementeze la scară largă.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să:

• Să instaleze setul de instrumente OpenVINO.
• Să accelereze o aplicație de computer vision utilizând un FPGA.
• Să execute diferite straturi CNN pe FPGA.
• Să scaleze aplicația pe mai multe noduri dintr-un cluster Kubernetes.

Această instruire live (online sau la fața locului), condusă de un instructor, se adresează cercetătorilor de date care doresc să utilizeze Apache MXNet pentru a construi și implementa un model de învățare profundă pentru recunoașterea imaginilor.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să:

• Să instaleze și să configureze Apache MXNet și componentele sale.
• Să înțeleagă arhitectura și structurile de date ale MXNet.
• Să utilizeze API-urile de nivel scăzut și de nivel înalt ale Apache MXNet pentru a construi eficient rețele neuronale.
• Să construiască o rețea neuronală convoluțională pentru clasificarea imaginilor.

Acest curs de formare live, condus de un instructor în România (online sau la fața locului) se adresează persoanelor tehnice care doresc să aplice modelul de învățare profundă în aplicații de recunoaștere a imaginilor.

La sfârșitul acestei formări, participanții vor fi capabili să:

• Instalați și configurați Keras.
• Să prototipeze rapid modele de învățare profundă.
• Să implementeze o rețea convoluțională.
• Să implementeze o rețea recurentă.
• Să execute un model de învățare profundă atât pe un procesor, cât și pe GPU.

Acest curs de formare live, condus de un instructor în România (online sau la fața locului) se adresează inginerilor software care doresc să dezvolte rețele neuronale avansate de învățare profundă și să modeleze utilizând Keras și Python.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Să aplice învățarea profundă cu metode de învățare supravegheate sau nesupravegheate.
• Să dezvolte, să antreneze și să implementeze rețele neuronale concurente și rețele neuronale recurente.
• Să utilizeze Keras și Python pentru a construi modele de învățare profundă pentru a rezolva probleme care implică imagini, text, sunet și multe altele.

Această instruire live, condusă de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor care doresc să construiască o mașină care se conduce singură folosind tehnici de învățare profundă.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să:

• Să utilizeze Keras pentru a construi și antrena o rețea neuronală convoluțională.
• Să utilizeze tehnici de viziune computerizată pentru a identifica benzile într-un proiect de conducere autonomă.
• Să antreneze un model de învățare profundă pentru a diferenția semnele de circulație.
• Să simuleze o mașină complet autonomă.