
Cursurile de instruire la nivel local, instruite live Deep Learning (DL) demonstrează prin practica manuală fundamentele și aplicațiile Deep Learning și acoperă subiecte cum ar fi învățarea profundă a mașinilor, învățarea profund structurată și învățarea ierarhică Învățarea pentru formarea în profunzime este disponibilă ca "formare live la fața locului" sau "formare live la distanță" Training-ul live la fața locului poate fi efectuat la fața locului la sediul clientului România sau în centrele de formare corporativa NobleProg din România Instruirea live la distanță este realizată printr-un desktop interactiv, la distanță NobleProg Furnizorul dvs de formare locală.
Machine Translated
Mărturii
A fost foarte interactiv și mai relaxat și mai informal decât se aștepta. Am abordat o mulțime de subiecte în timp și antrenorul a fost întotdeauna receptiv să vorbească în detaliu sau mai general despre subiectele și despre modul în care erau legate. Mă simt că instruirea mi-a dat instrumentele necesare pentru a continua învățarea, spre deosebire de o sesiune în care învățarea se oprește odată ce ați terminat ceea ce este foarte important având în vedere amploarea și complexitatea subiectului.
Jonathan Blease
Curs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Subiectul este foarte interesant.
Wojciech Baranowski
Curs: Introduction to Deep Learning
Machine Translated
Formatorii cunoștințele teoretice și disponibilitatea de a rezolva problemele cu participanții după formare.
Grzegorz Mianowski
Curs: Introduction to Deep Learning
Machine Translated
Subiect. Foarte interesant!.
Piotr
Curs: Introduction to Deep Learning
Machine Translated
Exercițiile după fiecare subiect au fost cu adevărat utile, în ciuda faptului că au fost prea complicate la sfârșit. În general, materialul prezentat a fost foarte interesant și implicat! Exercițiile cu recunoașterea imaginii au fost minunate.
Dolby Poland Sp. z o.o.
Curs: Introduction to Deep Learning
Machine Translated
Cred că dacă instruirea ar fi făcută în poloneză, ar permite instructorului să-și împărtășească cunoștințele mai eficient.
Radek
Curs: Introduction to Deep Learning
Machine Translated
Prezentarea globală a învățării profunde.
Bruno Charbonnier
Curs: Advanced Deep Learning
Machine Translated
Exercițiile sunt suficient de practice și nu au nevoie de cunoștințe ridicate în Python pentru a fi efectuate.
Alexandre GIRARD
Curs: Advanced Deep Learning
Machine Translated
Făcând exerciții pe exemple reale folosind Eras. Italia a înțeles total așteptările noastre despre acest antrenament.
Paul Kassis
Curs: Advanced Deep Learning
Machine Translated
Am apreciat cu adevărat răspunsurile clare ale lui Chris la întrebările noastre.
Léo Dubus
Curs: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
În general, m-am bucurat de antrenorul informat.
Sridhar Voorakkara
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Am fost uimit la standardul acestei clase - aș spune că era un standard universitar.
David Relihan
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Foarte bine, o privire de ansamblu. Go - Go de fundal od în ce Tensorflow funcționează așa cum o face.
Kieran Conboy
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Mi-au plăcut oportunitățile de a pune întrebări și de a explica mai detaliat teoria.
Sharon Ruane
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Am obținut o mai bună înțelegere a subiectului. S-au făcut niște discuții frumoase cu niște subiecte reale din cadrul companiei noastre.
Sebastiaan Holman
Curs: Machine Learning and Deep Learning
Machine Translated
Instruirea a oferit fundamentul potrivit care ne permite să extindem în continuare, arătând modul în care teoria și practica merg mână în mână. De fapt m-a interesat mai mult subiectul decât eram înainte.
Jean-Paul van Tillo
Curs: Machine Learning and Deep Learning
Machine Translated
Mi-a plăcut foarte mult acoperirea și profunzimea subiectelor.
Anirban Basu
Curs: Machine Learning and Deep Learning
Machine Translated
Cunoașterea profundă a antrenorului cu privire la acest subiect.
Sebastian Görg
Curs: Introduction to Deep Learning
Machine Translated
Abordare foarte actualizată sau CPI (debit tensor, epoca, învățare) pentru a face învățarea în mașină.
Paul Lee
Curs: TensorFlow for Image Recognition
Machine Translated
Foarte flexibil.
Frank Ueltzhöffer
Curs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
M-am bucurat, în general, de flexibilitate.
Werner Philipp
Curs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Având în vedere perspectivele tehnologiei: ce tehnologie / proces ar putea deveni mai important în viitor; vedeți ce poate fi folosit tehnologia.
Commerzbank AG
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Am beneficiat de selecția subiectului. Stilul de antrenament. Practică orientare.
Commerzbank AG
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Acoperirea aprofundată a subiectelor de învățare a mașinilor, în special a rețelelor neuronale. Demistificat o mulțime de subiect.
Sacha Nandlall
Curs: Python for Advanced Machine Learning
Machine Translated
Am beneficiat de pasiunea de a învăța și de a ne concentra pe a face lucrurile sensibile.
Zaher Sharifi - GOSI
Curs: Advanced Deep Learning
Machine Translated
Despre zona feței.
中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Schimburile informale am avut în timpul prelegeri într-adevăr ma ajutat să aprofundeze înțelegerea mea de subiect
Explore
Curs: Deep Reinforcement Learning with Python
Machine Translated
multe informații, toate întrebările nelinistite, exemple interesante
A1 Telekom Austria AG
Curs: Deep Learning for Telecom (with Python)
Machine Translated
Am început cu cunoștințe aproape de zero și până la sfârșit am putut să-mi construiesc și să-mi instruiesc propriile rețele.
Huawei Technologies Duesseldorf GmbH
Curs: TensorFlow for Image Recognition
Machine Translated
Ali Kattan - TWPI
Curs: Natural Language Processing with TensorFlow
Machine Translated
Ibrahim Mohammedameen - TWPI
Curs: Natural Language Processing with TensorFlow
Machine Translated
Usama Adam - TWPI
Curs: Natural Language Processing with TensorFlow
Machine Translated
Nercia Utbildning AB
Curs: Deep Learning with TensorFlow 2.0
Machine Translated
Tomasz știu cu adevărat de informații bine și cursul a fost bine ritm.
Raju Krishnamurthy - Google
Curs: TensorFlow Extended (TFX)
Machine Translated
Deep Learning (DL) Subcategories
DL (Deep Learning) Course Outlines
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use TensorFlow.js to identify patterns and generate predictions through machine learning models.
By the end of this training, participants will be able to:
- Build and train machine learning models with TensorFlow.js.
- Run machine learning models in the browser or under Node.js.
- Retrain pre-existing machine learning models using custom data.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
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
Formatul cursului
- Prelegeri și discuții însoțite de exerciții practice.
Keras is a high-level neural networks API for fast development and experimentation. It runs on top of TensorFlow, CNTK, or Theano.
This instructor-led, live training (online or onsite) is aimed at developers who wish to build a self-driving car (autonomous vehicle) using deep learning techniques.
By the end of this training, participants will be able to:
- Use computer vision techniques to identify lanes.
- Use Keras to build and train convolutional neural networks.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Public
Acest curs este adresat cercetătorilor, inginerilor și dezvoltatorilor care încearcă să utilizeze Apache SINGA ca cadru de învățare profundă.
După finalizarea acestui curs, delegații vor:
- să înțeleagă structura și mecanismele de implementare ale SINGA
- să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație
- să poată evalua calitatea codului, să efectueze depanare, să monitorizeze
- să fie capabil să implementeze o producție avansată, cum ar fi modele de instruire, încorporarea termenilor, construirea de grafice și logare
Acest antrenament în direct, instruit în direct (la fața locului sau la distanță) se adresează dezvoltatorilor și oamenilor de știință de date care doresc să utilizeze Tensorflow 2.0 pentru a construi predictori, clasificatori, modele generative, rețele neuronale etc.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați TensorFlow 2.0.
- Înțelegeți avantajele TensorFlow 2.0 față de versiunile anterioare.
- Construiți modele de învățare profundă.
- Implementați un clasificator avansat de imagini.
- Implementați un model de învățare profundă pe dispozitivele cloud, mobile și IoT.
Formatul cursului
- Prelegeri și discuții interactive.
- O mulțime de exerciții și practică.
- Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
- Pentru a afla mai multe despre TensorFlow , vizitați: https://www.tensorflow.org/
This instructor-led, live training (online or onsite) is aimed at developers who wish to use TensorFlow Lite to deploy deep learning models on embedded devices.
By the end of this training, participants will be able to:
- Install and configure Tensorflow Lite on an embedded device.
- Understand the concepts and components underlying TensorFlow Lite.
- Convert existing machine learning models to TensorFlow Lite format for execution on embedded devices.
- Work within the limitations of small devices and TensorFlow Lite, while learning how to expand their default capabilities.
- Deploy deep learning models on embedded devices running Linux to solve physical world problems such as recognizing images and voice, predicting patterns, and initiating movements and responses from robots and other embedded systems in the field.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Apache MXNet to build and deploy a deep learning model for image recognition.
By the end of this training, participants will be able to:
- Install and configure Apache MXNet and its components.
- Understand MXNet's architecture and data structures.
- Use Apache MXNet's low-level and high-level APIs to efficiently build neural networks.
- Build a convolutional neural network for image classification.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to use TensorFlow Lite to develop mobile applications with deep learning capabilities.
By the end of this training, participants will be able to:
- Install and configure TensorFlow Lite.
- Understand the principles behind TensorFlow, machine learning and deep learning.
- Load TensorFlow Models onto an Android device.
- Enable deep learning and machine learning functionality such as computer vision and natural language recognition in a mobile application.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
- To learn more about TensorFlow, please visit: https://www.tensorflow.org/lite/
This instructor-led, live training (online or onsite) is aimed at developers who wish to use TensorFlow Lite to develop iOS mobile applications with deep learning capabilities.
By the end of this training, participants will be able to:
- Install and configure TensorFlow Lite.
- Understand the principles behind TensorFlow and machine learning on mobile devices.
- Load TensorFlow Models onto an iOS device.
- Run an iOS application capable of detecting and classifying an object captured through the device's camera.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to write, load and run machine learning models on very small embedded devices.
By the end of this training, participants will be able to:
- Install TensorFlow Lite.
- Load machine learning models onto an embedded device to enable it to detect speech, classify images, etc.
- Add AI to hardware devices without relying on network connectivity.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Public
Acest curs este destinat inginerilor care caută să utilizeze TensorFlow pentru proiectele lor de Deep Learning
După finalizarea acestui curs, delegații vor:
- să înțeleagă structura și mecanismele de implementare ale TensorFlow
- să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație
- să poată evalua calitatea codului, să efectueze depanare, să monitorizeze
- să poată implementa o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare
Public
Acest curs este destinat inginerilor care caută să utilizeze TensorFlow în scopul recunoașterii imaginilor
După finalizarea acestui curs, delegații vor putea:
- să înțeleagă structura și mecanismele de implementare ale TensorFlow
- efectuați sarcinile și configurația mediului de instalare / producție / arhitecturii
- evaluarea calității codului, efectuarea depanării, monitorizarea
- să implementeze o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go from training a single ML model to deploying many ML models to production.
By the end of this training, participants will be able to:
- Install and configure TFX and supporting third-party tools.
- Use TFX to create and manage a complete ML production pipeline.
- Work with TFX components to carry out modeling, training, serving inference, and managing deployments.
- Deploy machine learning features to web applications, mobile applications, IoT devices and more.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
În această instruire live, condusă de instructor, acoperim principiile Torch , caracteristicile sale unice și modul în care poate fi aplicat în aplicațiile din lumea reală. Parcurgem numeroase exerciții practice, demonstrând și practicând conceptele învățate.
Până la sfârșitul cursului, participanții vor înțelege în detaliu caracteristicile și capacitățile care stau la baza lui Torch , precum și rolul și contribuția acesteia în spațiul AI în comparație cu alte cadre și biblioteci. Participanții vor fi, de asemenea, primiți practica necesară pentru a implementa Torch în propriile proiecte.
Formatul cursului
- Prezentare generală a mașinilor și Deep Learning
- Exerciții de codificare și integrare în clasă
- Întrebările de test presărate pe parcursul verificării înțelegerii
Partea 1 (40%) a acestui antrenament se concentrează mai mult asupra elementelor fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow , Caffe , Theano, DeepDrive, Keras etc.
Partea a 2-a (20%) a acestei instruiri introduce Theano - o bibliotecă piton care ușurează scrierea modelelor de învățare profundă.
Partea a 3-a (40%) a instruirii ar fi bazată pe baza Tensorflow - API-ul a 2-a generație a bibliotecii software open source pentru Deep Learning lui Go ogle. Exemplele și handson-ul vor fi făcute în TensorFlow .
Public
Acest curs este destinat inginerilor care doresc să folosească TensorFlow pentru proiectele lor de Deep Learning
După finalizarea acestui curs, delegații vor:
-
au o bună înțelegere pe rețelele neuronale profunde (DNN), CNN și RNN
-
înțelegeți structura și mecanismele de implementare ale TensorFlow
-
să poată efectua activități de instalare / mediu de producție / arhitectură și configurare
-
să poată evalua calitatea codului, să efectueze depanarea, să monitorizeze
-
să fie capabil să implementeze producție avansată, cum ar fi modele de instruire, grafice de construcție și jurnal
This instructor-led, live training (online or onsite) is aimed at developers who wish to build hardware-accelerated object detection and tracking models to analyze streaming video data.
By the end of this training, participants will be able to:
- Install and configure the necessary development environment, software and libraries to begin developing.
- Build, train, and deploy deep learning models to analyze live video feeds.
- Identify, track, segment and predict different objects within video frames.
- Optimize object detection and tracking models.
- Deploy an intelligent video analytics (IVA) application.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Această instruire se concentrează mai mult asupra elementelor fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow , Caffe , Teano, DeepDrive, Keras , etc. Exemplele sunt făcute în TensorFlow .