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
Introduction à OpenNN, à l'apprentissage automatique et à l'apprentissage profond
Téléchargement OpenNN
Travailler avec le concepteur neuronal
- Utilisation de Neural Designer pour l'analyse descriptive, diagnostique, prédictive et prescriptive
OpenNN architecture
- Parallélisation de l'unité centrale
OpenNN classes
- Ensemble de données, réseau neuronal, indice de perte, stratégie d'apprentissage, sélection de modèle, analyse des tests
- Modèles de vecteurs et de matrices
Construire une application de réseau neuronal
- Choix d'un réseau neuronal approprié
- Formulation du problème variationnel (indice de perte)
- Résolution du problème d'optimisation de la fonction réduite (stratégie d'entraînement)
Travailler avec des ensembles de données
- La matrice de données (les colonnes sont des variables et les lignes des instances)
Tâches d'apprentissage
- Régression des fonctions
- Reconnaissance des formes
Compilation avec QT Creator
Intégrer, tester et déboguer votre application
L'avenir des réseaux neuronaux et OpenNN
Résumé et conclusion
Pré requis
-
Une compréhension des concepts de la science des données
Une expérience en programmation C++ est utile
Audience
-
Les développeurs de logiciels et les programmeurs souhaitant créer des applications Deep Learning.
14 heures