Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan du cours
Pour commencer
- Démarrage rapide : Exécution d'exemples et de DL4J dans vos projets
- Guide d'installation complet
Introduction aux Neural Networks
- Machines de Boltzmann restreintes
- Réseaux convolutifs (ConvNets)
- Unités de mémoire à long terme (LSTM)
- Autoencodeurs de débruitage
- Réseaux récurrents et LSTM
Réseaux neuronaux multicouches
- Réseau à croyance profonde
- Autoencodeur profond
- Autoencodeurs de débruitage empilés
Tutoriels
- Utilisation des réseaux récurrents dans DL4J
- Tutoriel MNIST DBN
- Tutoriel sur la fleur d'iris
- Canova : librairie de vectorisation pour les outils de ML
- Mises à jour de réseaux neuronaux : SGD, Adam, Adagrad, Adadelta, RMSProp
Ensembles de données
- Ensembles de données et Machine Learning
- Jeux de données personnalisés
- Chargements de données CSV
Mise à l'échelle
- Réduction itérative définie
- Multiprocesseur / Clustering
- Nœuds de travail en cours d'exécution
Texte
- Cadre NLP de DL4J
- Word2vec pour Java et Scala
- Analyse textuelle et DL
- Bag de Words
- Segmentation des phrases et des documents
- Tokenisation
- Cache de vocabulaire
DL2J avancé
- Construire localement à partir du maître
- Contribuer à DL4J (Guide du développeur)
- Choisir un réseau neuronal
- Utilisation de l'outil de construction Maven
- Vectoriser les données avec Canova
- Création d'un pipeline de données
- Exécuter des benchmarks
- Configurer DL4J dans Ivy, Gradle, SBT, etc.
- Trouver une classe ou une méthode DL4J
- Sauvegarde et chargement de modèles
- Interprétation de la sortie du réseau neuronal
- Visualiser les données avec t-SNE
- Échanger des CPU contre des GPUs
- Personnaliser un pipeline d'images
- Régression à l'aide de réseaux neuronaux
- Dépannage de la formation et sélection des hyperparamètres du réseau
- Visualiser, surveiller et déboguer l'apprentissage en réseau
- Accélérer Spark avec des binaires natifs
- Construire un moteur de recommandation avec DL4J
- Utiliser des réseaux récurrents dans DL4J
- Construire des architectures de réseaux complexes avec Computation Graph
- Former des réseaux à l'aide de l'arrêt anticipé
- Télécharger des instantanés avec Maven
- Personnaliser une fonction de perte
Pré requis
Connaissances dans les domaines suivants :
- Java
21 heures
Nos Clients témoignent (4)
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
Formation - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Formation - 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
Formation - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.