Cursuri TensorFlow

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 .

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

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

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

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.

This course will give you knowledge in neural networks and generally in machine learning algorithm, deep learning (algorithms and applications). This training is more focus on fundamentals, but will help you to choose the right technology : TensorFlow, Caffe, Teano, DeepDrive, Keras, etc. The examples are made in TensorFlow.

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 .

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 .

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

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 .

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. 

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/

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.

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.

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.

Kubeflow este un cadru pentru desfăşurarea Machine Learning încărcături de lucru pe Kubernetes. TensorFlow este una dintre cele mai populare biblioteci de învățare automată. Kubernetes este o platformă de orchestrare pentru gestionarea aplicațiilor containerizate. OpenShift este o platformă de dezvoltare a aplicațiilor cloud care utilizează Docker containere, orchestrate și gestionate de Kubernetes, pe o fundație a Red Hat Enterprise Linux. Această formare directă, condusă de instructori (online sau on-site) este destinată inginerilor care doresc să implementeze Machine Learning încărcături de lucru într-un OpenShift cloud on-premise sau hibrid.

La sfârșitul cursului, participanții vor putea: Împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă şi împărtăşiţi-vă. Utilizați OpenShift pentru a simplifica activitatea inițializării unui Kubernetes cluster. Creați și deplasați un pipeline Kubernetes pentru automatizarea și gestionarea modelelor ML în producție. Instruiți și deplasați TensorFlow modele ML pe mai multe GPUs și mașini care funcționează în paralel. Apelați serviciile cloud publice (de exemplu, serviciile AWS) din interior OpenShift pentru a extinde o aplicație ML.

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.