Programa del Curso
Introducción
- Apache MXNet frente a PyTorch
Deep Learning Los principios y el ecosistema Deep Learning
- Tensores, Perceptrón multicapa, convolucional Neural Networks y recurrente Neural Networks
- Visión por Computador vs Procesamiento del Lenguaje Natural
Descripción general de Apache MXNet Características y arquitectura
- Compenentes MXNet de Apache
- Interfaz API de Gluon
- Descripción general de GPUs y paralelismo de modelos
- Programación simbólica e imperativa
Arreglo
- Elección de un entorno de implementación (local, nube pública, etc.)
- Instalación Apache MXNet
Trabajar con datos
- Lectura de datos
- Validación de datos
- Manipulación de datos
Desarrollo de un modelo Deep Learning
- Creación de un modelo
- Entrenamiento de un modelo
- Optimización del modelo
Implementación del modelo
- Predicción con un modelo preentrenado
- Integración del modelo en una aplicación
Procedimientos recomendados de seguridad de MXNet
Solución de problemas
Resumen y conclusión
Requerimientos
- Comprensión de los principios del aprendizaje automático
- Python Experiencia en programación
Audiencia
- Científicos de datos
Testimonios (5)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Curso - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Curso - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Curso - Advanced Deep Learning
examples based on our data