Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera dans les plus brefs délais.
Merci pour votre réservation ! Un membre de notre équipe vous contactera dans les plus brefs délais.
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