Cursuri de pregatire OpenNMT: Setting Up a Neural Machine Translation System
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să configureze și să folosească OpenNMT pentru a efectua traducerea diferitelor seturi de date. Cursul începe cu o imagine de ansamblu a rețelelor neuronale, deoarece acestea se aplică la traducerea automată. Participanții vor efectua exerciții live pe tot parcursul cursului pentru a demonstra înțelegerea conceptelor învățate și pentru a primi feedback de la instructor.
Până la sfârșitul acestui training, participanții vor avea cunoștințele și practicile necesare pentru a implementa o soluție live OpenNMT .
Probele de limbă sursă și țintă vor fi pre-aranjate conform cerințelor audienței.
Formatul cursului
- Part de conferință, parte discuție, practică practică grea
Schița de curs
Introducere
- De ce traducerea automată neuronală?
Prezentare generală a proiectului Torch.
Instalare și configurare
Preprocesarea datelor dvs
Antrenarea modelului
Traducerea
Utilizarea modelelor pre-antrenate
Lucrul cu Lua Scripturi
Utilizarea extensiilor
Depanare
Aderarea la Comunitate
Rezumat și Concluzie
Cerințe
- O anumită experiență de programare este utilă.
- Experiență în utilizarea liniei de comandă.
- Înțelegere de bază a conceptelor de traducere automată.
Audiență
- Specialiști în localizare cu un background tehnic
- Manageri de conținut global
- Inginerii de localizare
- Dezvoltatorii de software însărcinați cu implementarea soluțiilor de conținut global
Cursurile publice necesita 5+ participanti
Cursuri de pregatire OpenNMT: Setting Up a Neural Machine Translation System - Rezervare
Cursuri de pregatire OpenNMT: Setting Up a Neural Machine Translation System - Solicita Oferta
OpenNMT: Setting Up a Neural Machine Translation System - Cerere de consultanta
Upcoming Courses
Cursuri înrudite
Introduction to Stable Diffusion for Text-to-Image Generation
21 oreAceastă instruire live (online sau la fața locului), condusă de un instructor, se adresează oamenilor de știință, inginerilor de învățare automată și cercetătorilor în domeniul vederii computerizate care doresc să utilizeze Stable Diffusion pentru a genera imagini de înaltă calitate pentru o varietate de cazuri de utilizare.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
-
Înțelegerea principiilor Stable Diffusion și a modului în care funcționează pentru generarea de imagini.
Să construiască și să antreneze modele Stable Diffusion pentru sarcini de generare de imagini.
Să aplice Stable Diffusion în diverse scenarii de generare a imaginilor, cum ar fi inpainting, outpainting și translația imagine-imagine.
Optimizarea performanțelor și a stabilității modelelor Stable Diffusion.
Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation
21 oreAceastă formare live condusă de un instructor în România (online sau la fața locului) se adresează oamenilor de știință ai datelor de nivel mediu până la avansat, inginerilor de învățare automată, cercetătorilor în învățarea profundă și experților în viziunea computerizată care doresc să-și extindă cunoștințele și abilitățile în învățarea profundă. pentru generarea text-to-image.
Până la sfârșitul acestui training, participanții vor fi capabili să:
- Înțelegeți arhitecturile și tehnicile avansate de deep learning pentru generarea text-to-image. Implementați modele complexe și optimizări pentru sinteza imaginilor de înaltă calitate. Optimizați performanța și scalabilitatea pentru seturi de date mari și modele complexe. Reglați hiperparametrii pentru o performanță mai bună a modelului și o generalizare. Integrați Stable Diffusion cu alte cadre și instrumente de deep learning
AlphaFold
7 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează biologilor care doresc să înțeleagă cum funcționează AlphaFold și să utilizeze modelele AlphaFold ca ghid în studiile lor experimentale.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Înțelegeți principiile de bază ale AlphaFold. .
- Învățați cum funcționează AlphaFold. .
- Învățați cum să interpretați predicțiile și rezultatele AlphaFold. .
TensorFlow Lite for Embedded Linux
21 oreAcest 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.
TensorFlow Lite for Android
21 oreAcest 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. .
Tensorflow Lite for Microcontrollers
21 oreAcest 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. .
TensorFlow Lite for iOS
21 oreAcest 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. .
Edge AI with TensorFlow Lite
14 oreAcest 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.
Optimizing AI Models for Edge Devices
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor de AI de nivel mediu, inginerilor de învățare automată și arhitecților de sistem care doresc să optimizeze modelele de AI pentru implementarea la limită.
La finalul acestui curs de formare, participanții vor fi capabili să:
- Să înțeleagă provocările și cerințele de implementare a modelelor AI pe dispozitive de margine.
- Să aplice tehnici de comprimare a modelelor pentru a reduce dimensiunea și complexitatea modelelor AI.
- Să utilizeze metode de cuantificare pentru a spori eficiența modelelor pe hardware de margine.
- Să implementeze tehnici de tăiere și alte tehnici de optimizare pentru a îmbunătăți performanța modelului.
- Implementarea modelelor optimizate de inteligență artificială pe diverse dispozitive de margine.
Edge AI in Industrial Automation
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează inginerilor industriali de nivel mediu, profesioniștilor din domeniul producției și dezvoltatorilor de inteligență artificială care doresc să implementeze soluții Edge AI în automatizarea industrială.
La finalul acestui curs de formare, participanții vor fi capabili să:
- Înțeleagă rolul Edge AI în automatizarea industrială.
- Să implementeze soluții de mentenanță predictivă utilizând Edge AI.
- Să aplice tehnici AI pentru controlul calității în procesele de fabricație.
- Să optimizeze procesele industriale utilizând Edge AI.
- Să implementeze și să gestioneze soluții Edge AI în medii industriale.
Edge AI for Financial Services
14 oreAcest curs de formare live, condus de un instructor în România (online sau la fața locului) se adresează profesioniștilor din domeniul financiar de nivel mediu, dezvoltatorilor fintech și specialiștilor în inteligență artificială care doresc să implementeze soluții Edge AI în serviciile financiare.
La finalul acestui curs de formare, participanții vor fi capabili să:
- Înțeleagă rolul Edge AI în serviciile financiare.
- Să implementeze sisteme de detectare a fraudelor folosind Edge AI.
- Îmbunătățiți serviciile pentru clienți prin soluții bazate pe AI.
- Să aplice Edge AI pentru gestionarea riscurilor și luarea deciziilor.
- Să implementeze și să gestioneze soluții Edge AI în mediile financiare.
Deep Learning Neural Networks with Chainer
14 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează cercetătorilor și dezvoltatorilor care doresc să utilizeze Chainer pentru a construi și antrena rețele neuronale în Python, făcând în același timp codul ușor de depanat.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Setați mediul de dezvoltare necesar pentru a începe să dezvoltați modele de rețele neuronale. .
- Definiți și implementați modele de rețele neuronale utilizând un cod sursă inteligibil. .
- Executați exemple și modificați algoritmii existenți pentru a optimiza modelele de formare a învățării profunde, utilizând în același timp GPUs pentru performanțe ridicate. .
Distributed Deep Learning with Horovod
7 oreAcest curs de instruire live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor sau oamenilor de știință care doresc să utilizeze Horovod pentru a rula instruiri distribuite de învățare profundă și să le extindă pentru a rula pe mai multe GPU în paralel.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Setați mediul de dezvoltare necesar pentru a începe să rulați antrenamente de învățare profundă.
- Instalați și configurați Horovod pentru a antrena modele cu TensorFlow, Keras, PyTorch și Apache MXNet. .
- Scaleți instruirea de învățare profundă cu Horovod pentru a rula pe mai multe GPU. .
Accelerating Deep Learning with FPGA and OpenVINO
35 oreAcest curs de instruire 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.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Instalați setul de instrumente OpenVINO. .
- Accelerați o aplicație de viziune computerizată folosind un FPGA. .
- Executați diferite straturi CNN pe FPGA. .
- Scaleți aplicația pe mai multe noduri într-un cluster Kubernetes. .
Building Deep Learning Models with Apache MXNet
21 oreAceastă instruire live (online sau la fața locului), condusă de un instructor, se adresează cercetătorilor de date care doresc să utilizeze Apache MXNet's pentru a construi și implementa un model de învățare profundă pentru recunoașterea imaginilor.
La sfârșitul acestui curs de formare, participanții vor fi capabili să:
- Instalați și configurați Apache MXNet și componentele sale. .
- Înțelegeți arhitectura și structurile de date MXNet's. .
- Utilizați Apache MXNet's low-level și high-level API-uri pentru a construi eficient rețele neuronale. .
- Construiți o rețea neuronală convoluțională pentru clasificarea imaginilor. .