Cursurile live TensorFlow demonstrează prin discuții interactive și exerciții practice cum să utilizați sistemul TensorFlow pentru a facilita cercetarea în domeniul Machine Learning și pentru a facilita trecerea de la prototipul de cercetare la sistemul de producție.
Cursul TensorFlow este disponibil ca "training la fața locului" sau "training la distanță"; Training-ul la fața locului poate fi efectuat fie la sediul clientului în România, fie în centrele de formare corporativa NobleProg din România Training-ul la distanță este realizat printr-un desktop interactiv online. NobleProg -- Furnizorul dvs. local de training-uri.
Mărturii
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
Abordare foarte actualizată sau CPI (debit tensor, epoca, învățare) pentru a face învățarea în mașină.
Paul Lee
Curs: TensorFlow for Image Recognition
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
O gamă largă de subiecte acoperite și o cunoaștere substanțială a liderilor.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
lipsă
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Mari cunoștințe teoretice și practice ale lectorilor. Comunicativitatea formatorilor. În timpul cursului, puteți pune întrebări și puteți obține răspunsuri satisfăcătoare.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Partea practică, în care am implementat algoritmi. Acest lucru a permis o mai bună înțelegere a subiectului.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
exerciții și exemple implementate asupra lor
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Exemple și probleme discutate.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Cunoștințe fundamentale, angajament, un pasionat mod de a transfera cunoștințe. Exemple practice după o prelegere teoretică.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Exerciții practice pregătite de domnul Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Identificarea umană și circuitul de detectare a punctului de rău
王 春柱 - 中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Demonstra
中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Despre zona feței.
中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Multe sfaturi practice
Pawel Dawidowski - ABB Sp. z o.o.
Curs: Deep Learning with TensorFlow
Machine Translated
Multe informații legate de implementarea soluțiilor
Michał Smolana - ABB Sp. z o.o.
Curs: Deep Learning with TensorFlow
Machine Translated
O multitudine de sfaturi practice și cunoștințe de lector de la o gamă largă de probleme AI / IT / SQL / IoT.
ABB Sp. z o.o.
Curs: Deep Learning with TensorFlow
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
Tomasz știu cu adevărat de informații bine și cursul a fost bine ritm.
Raju Krishnamurthy - Google
Curs: TensorFlow Extended (TFX)
Machine Translated
Trainer a fost foarte bine informat și deschis la întrebări, a plăcut să deseneze diagrame și a explicat lucrurile într-un mod destul de bun
Curs: Deep Learning with TensorFlow 2.0
Machine Translated
Trainer a fost foarte bine informat și deschis la întrebări, a plăcut să deseneze diagrame și a explicat lucrurile într-un mod destul de bun
Curs: Deep Learning with TensorFlow 2.0
Machine Translated
TensorFlow Course Outlines
Numele cursului
Durata
Sinoptic
Numele cursului
Durata
Sinoptic
14 hours
Embedding Projector este o aplicație web open source pentru vizualizarea datelor utilizate pentru instruirea sistemelor de învățare a mașinilor Creat de Google, face parte din TensorFlow Această instruire instruită live introduce conceptele din spatele Proiectoarelor Embedding și umblă participanții prin configurarea unui proiect demo Până la sfârșitul acestui curs, participanții vor putea: Explorați modul în care datele sunt interpretate de modelele de învățare automată Navigați prin vizualizările 3D și 2D ale datelor pentru a înțelege modul în care algoritmul de învățare a mașinilor îl interpretează Înțelegeți conceptele din spatele embeddings și rolul lor în reprezentarea vectorilor matematici pentru imagini, cuvinte și cifre Explorați proprietățile unei încorporări specifice pentru a înțelege comportamentul unui model Aplicați proiectul de încorporare în cazuri de utilizare realworld, cum ar fi construirea unui sistem de recomandări pentru melodii pentru iubitorii de muzică Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
21 hours
TensorFlow este un API de generația a 2-a a bibliotecii software open source a Go ogle pentru Deep Learning . Sistemul este conceput pentru a facilita cercetarea în învățarea mașinilor și pentru a facilita trecerea rapidă și ușoară de la prototipul de cercetare la sistemul de producție.
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 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
28 hours
Acest curs explorează, cu exemple specifice, aplicarea Tensor Flow în scopul recunoașterii imaginii
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
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
35 hours
TensorFlow™ este o bibliotecă de software cu sursă deschisă pentru calculul numeric folosind graficele de flux de date.
SyntaxNet este un cadru de prelucrare a limbilor naturale pentru TensorFlow.
Word2Vec este utilizat pentru a învăța reprezentări vectoriale ale cuvintelor, numite "word embeddings". Word2vec este un model predictiv deosebit de eficient din punct de vedere calculator pentru încorporarea cuvintelor de învățare din textul crud. Acesta vine în două gusturi, modelul Continuous Bag-of-Words (CBOW) și modelul Skip-Gram (Capitolele 3.1 și 3.2 din Mikolov et al.)
Folosit în tandem, SyntaxNet și Word2Vec permit utilizatorilor să genereze modele de încorporare învățată din intrarea limbii naturale.
Audienţă
Acest curs este vizat pentru dezvoltatori și ingineri care intenționează să lucreze cu modelele SyntaxNet și Word2Vec în graficele lor TensorFlow.
După finalizarea acestui curs, delegații vor:
înțelegerea structurii și a mecanismelor de implementare a TensorFlow’ să poată efectua activități de instalare / mediu de producție / activități de arhitectură și configurare capacitatea de a evalua calitatea codului, de a efectua debugging, de a monitoriza să poată implementa modele avansate de producție, cum ar fi modele de formare, termeni de încorporare, grafice de construcție și logging
SyntaxNet este un cadru de prelucrare a limbilor naturale pentru TensorFlow.
Word2Vec este utilizat pentru a învăța reprezentări vectoriale ale cuvintelor, numite "word embeddings". Word2vec este un model predictiv deosebit de eficient din punct de vedere calculator pentru încorporarea cuvintelor de învățare din textul crud. Acesta vine în două gusturi, modelul Continuous Bag-of-Words (CBOW) și modelul Skip-Gram (Capitolele 3.1 și 3.2 din Mikolov et al.)
Folosit în tandem, SyntaxNet și Word2Vec permit utilizatorilor să genereze modele de încorporare învățată din intrarea limbii naturale.
Audienţă
Acest curs este vizat pentru dezvoltatori și ingineri care intenționează să lucreze cu modelele SyntaxNet și Word2Vec în graficele lor TensorFlow.
După finalizarea acestui curs, delegații vor:
înțelegerea structurii și a mecanismelor de implementare a TensorFlow’ să poată efectua activități de instalare / mediu de producție / activități de arhitectură și configurare capacitatea de a evalua calitatea codului, de a efectua debugging, de a monitoriza să poată implementa modele avansate de producție, cum ar fi modele de formare, termeni de încorporare, grafice de construcție și logging
21 hours
Public
Acest curs este potrivit pentru cercetătorii de Deep Learning și ingineri interesați să utilizeze instrumentele disponibile (în majoritate open source) pentru analiza imaginilor computerizate
Acest curs oferă exemple de lucru.
Acest curs este potrivit pentru cercetătorii de Deep Learning și ingineri interesați să utilizeze instrumentele disponibile (în majoritate open source) pentru analiza imaginilor computerizate
Acest curs oferă exemple de lucru.
28 hours
Acest curs vă va oferi cunoștințe în rețelele neuronale și, în general, în algoritmul de învățare automată, învățare profundă (algoritmi și aplicații).
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 .
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 .
7 hours
Unitatea de procesare Tensor (TPU) este arhitectura pe care Google a folosit-o intern pe parcursul mai multor ani și este acum disponibilă pentru utilizare de către publicul larg Acesta include mai multe optimizări pentru utilizare în rețele neuronale, inclusiv multiplicarea matricei raționalizate și numere întregi de 8 biți în loc de 16 biți pentru a putea reveni la niveluri adecvate de precizie În acest training instruit, participanții vor învăța cum să profite de inovațiile procesoarelor TPU pentru a maximiza performanța propriilor aplicații AI Până la sfârșitul instruirii, participanții vor putea: Antrenează diferite tipuri de rețele neuronale pe cantități mari de date Utilizați TPU-uri pentru a accelera procesul de inferență cu până la două ordine de mărime Utilizați unitățile TPU pentru a procesa aplicații intensive, cum ar fi căutarea de imagini, viziunea în cloud și fotografiile Public Dezvoltatori Cercetătorii Ingineri Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
7 hours
TensorFlow Serving este un sistem de servire a modelelor de învățare a mașinilor (ML) în producție În acest training instruit, participanții vor învăța cum să configureze și să utilizeze serviciul TensorFlow Serving pentru a implementa și administra modelele ML într-un mediu de producție Până la sfârșitul acestui curs, participanții vor putea: Tren, exportați și serviți diverse modele TensorFlow Testați și implementați algoritmi utilizând o singură arhitectură și un set de API-uri Extindeți TensorFlow Serving pentru a servi alte tipuri de modele dincolo de modelele TensorFlow Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
35 hours
Acest curs începe cu oferirea de cunoștințe conceptuale în rețelele neuronale și, în general, în algoritmul de învățare automată, învățare profundă (algoritmi și aplicații).
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
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
28 hours
Deep Learning pentru NLP permite unei mașini să învețe procesarea limbajului simplu și complex Printre sarcinile posibile în prezent sunt generarea de traduceri și generare de subtitrări pentru fotografii DL (Deep Learning) este un subset de ML (Machine Learning) Python este un limbaj de programare popular care conține biblioteci pentru Deep Learning for NLP În acest training instruit, participanții vor învăța să folosească librăriile Python pentru NLP (Natural Language Processing), deoarece creează o aplicație care procesează un set de imagini și generează legende Până la sfârșitul acestui curs, participanții vor putea: Proiectați și codați DL pentru NLP utilizând librăriile Python Creați codul Python care citește o colecție substanțială de imagini și generează cuvinte cheie Creați codul Python care generează subtitrări din cuvintele cheie detectate Public Programatori cu interes în lingvistică Programatorii care caută o înțelegere a NLP (Processing Language Natural) Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
28 hours
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
21 hours
TensorFlow este o bibliotecă populară și de învățare automată dezvoltată de Go ogle pentru învățare profundă, calculare numerică și învățare automată la scară largă. TensorFlow 2.0, lansat în ianuarie 2019, este cea mai nouă versiune a TensorFlow și include îmbunătățiri în execuția dornică, compatibilitatea și coerența API.
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/
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/
14 hours
TensorFlow.js este un cadru JavaScript pentru învățarea mașinilor. TensorFlow.js permite utilizatorilor să construiască și să instruiască modele de învățare automată direct în JavaScript.
Această formare directă, condusă de instructori (online sau on-site) este destinată cercetătorilor de date care doresc să utilizeze TensorFlow.js pentru a identifica modele și a genera predicții prin modele de învățare cu mașină.
La sfârșitul cursului, participanții vor putea:
Construiți și instruiți modele de învățare automată cu TensorFlow.js. Executați modelele de învățare a mașinii în browser sau sub Node.js. Retrageți modelele de învățare automată preexistente folosind date personalizate.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Această formare directă, condusă de instructori (online sau on-site) este destinată cercetătorilor de date care doresc să utilizeze TensorFlow.js pentru a identifica modele și a genera predicții prin modele de învățare cu mașină.
La sfârșitul cursului, participanții vor putea:
Construiți și instruiți modele de învățare automată cu TensorFlow.js. Executați modelele de învățare a mașinii în browser sau sub Node.js. Retrageți modelele de învățare automată preexistente folosind date personalizate.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
14 hours
TensorFlow este o bibliotecă de învățare automată de sursă deschisă. TensorFlow oferă utilizatorilor capacitatea de a utiliza și de a crea inteligență artificială pentru detectarea și predicarea fraudei.
Această formare directă, condusă de instructori (online sau on-site) este destinată cercetătorilor de date care doresc să utilizeze TensorFlow pentru a analiza datele potențiale de fraudă.
La sfârșitul cursului, participanții vor putea:
Creaţi un model de detectare a fraudei în Python şi TensorFlow. Construiți regrese lineare și modele de regresie lineare pentru a preveni frauda. Dezvoltați o aplicație de AI de la capăt la capăt pentru analiza datelor frauduloase.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Această formare directă, condusă de instructori (online sau on-site) este destinată cercetătorilor de date care doresc să utilizeze TensorFlow pentru a analiza datele potențiale de fraudă.
La sfârșitul cursului, participanții vor putea:
Creaţi un model de detectare a fraudei în Python şi TensorFlow. Construiți regrese lineare și modele de regresie lineare pentru a preveni frauda. Dezvoltați o aplicație de AI de la capăt la capăt pentru analiza datelor frauduloase.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
21 hours
TensorFlow Extended (TFX) este o platformă fin-to-end pentru implementarea pipelinelor ML de producție.
Această formare directă, condusă de instructori (online sau on-site) este destinată cercetătorilor de date care doresc să meargă de la formarea unui singur model ML la implementarea mai multor modele ML la producție.
La sfârșitul cursului, participanții vor putea:
Instalați și configurați TFX și susțineți instrumentele terțe. Utilizați TFX pentru a crea și gestiona un tub de producție ML complet. Lucrați cu componentele TFX pentru a efectua modelarea, formarea, furnizarea de inferențe și gestionarea deplasărilor. Dezvoltați caracteristicile de învățare cu mașină în aplicațiile web, aplicațiile mobile, dispozitivele IoT și multe altele.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Această formare directă, condusă de instructori (online sau on-site) este destinată cercetătorilor de date care doresc să meargă de la formarea unui singur model ML la implementarea mai multor modele ML la producție.
La sfârșitul cursului, participanții vor putea:
Instalați și configurați TFX și susțineți instrumentele terțe. Utilizați TFX pentru a crea și gestiona un tub de producție ML complet. Lucrați cu componentele TFX pentru a efectua modelarea, formarea, furnizarea de inferențe și gestionarea deplasărilor. Dezvoltați caracteristicile de învățare cu mașină în aplicațiile web, aplicațiile mobile, dispozitivele IoT și multe altele.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Last Updated:
Upcoming TensorFlow Courses
TensorFlow Extended (TFX)
2022-07-12 09:30
21 ore
Deep Learning with TensorFlow 2
2022-08-01 09:30
21 ore
Machine Learning with TensorFlow.js
2022-08-09 09:30
14 ore
Applied AI from Scratch
2022-08-22 09:30
28 ore
Fraud Detection with Python and TensorFlow
2022-08-25 09:30
14 ore
Consultanță
Sfarsit de saptamana TensorFlow Cursuri, Seara TensorFlow Training, TensorFlow Camp, TensorFlow Cu instructor, Sfarsit de saptamana TensorFlow Training, Seara TensorFlow Cursuri, TensorFlow Coaching, TensorFlow Instructor, TensorFlow Trainer, TensorFlow Cursuri, TensorFlow Clase, TensorFlow Pe pagina, TensorFlow curs privat, TensorFlow one on one training
