CANN SDK für Computer Vision und NLP-Pipelines Schulung

LangGraph ist ein Framework zur Erstellung von stateful, multi-actor LLM-Anwendungen als zusammensetzbare Graphen mit persistierendem Zustand und Kontrolle über die Ausführung.

Dieses instruktor-gesteuerte Live-Schulung (online oder vor Ort) richtet sich an fortgeschrittene AI-Plattform-Ingenieure, DevOps für AI und ML-Architekten, die LangGraph-Systeme der Produktionsqualität optimieren, debuggen, überwachen und betreiben möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Komplexe LangGraph-Topologien für Geschwindigkeit, Kosten und Skalierbarkeit zu entwerfen und zu optimieren.
• Zuverlässigkeit mit Wiederholungen, Timeouts, Idempotenz und punktgestützter Wiederherstellung zu gestalten.
• Graph-Ausführungen zu debuggen und zu verfolgen, den Zustand zu überprüfen und produktionsbedingte Probleme systematisch nachzustellen.
• Graphen mit Protokollen, Metriken und Verfolgungen auszurüsten, in die Produktion zu deployen und SLAs sowie Kosten zu überwachen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Hände-direkt Implementierung in einer Live-Lab-Umgebung.

Anpassungsmöglichkeiten des Kurses

• Um eine angepasste Schulung für diesen Kurs zu beantragen, kontaktieren Sie uns bitte zur Absprache.

Dieses von einem Trainer durchgeführte, live-Training in Österreich (online oder vor Ort) richtet sich an Einsteiger im Bereich der Polizeiarbeit, die den Übergang vom manuellen Gesichtszeichnen zur Nutzung von KI-Tools für das Entwicklung von Gesichtserkennungssystemen wünschen.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Grundlagen der Künstlichen Intelligenz und Maschinelles Lernen zu verstehen.
• Die Grundlagen der digitalen Bildverarbeitung und deren Anwendung in der Gesichtserkennung zu erlernen.
• Fähigkeiten zur Nutzung von KI-Tools und Frameworks zur Erstellung von Gesichtserkennungsmodellen zu entwickeln.
• Praxiserfahrungen in der Entwicklung, Ausbildung und Testung von Gesichtserkennungssystemen zu sammeln.
• Ethische Überlegungen und Best Practices bei der Nutzung von Gesichtserkennungs-Technologien zu verstehen.

Fiji ist ein Open-Source-Bildverarbeitungspaket, das ImageJ (ein Bildverarbeitungsprogramm für wissenschaftliche mehrdimensionale Bilder) und eine Reihe von Plugins für die wissenschaftliche Bildanalyse bündelt.

In dieser von einem Kursleiter geleiteten Live-Schulung lernen die Teilnehmer, wie sie die Fiji-Distribution und das ihr zugrunde liegende Programm ImageJ verwenden, um eine Bildanalyseanwendung zu erstellen.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• die fortgeschrittenen Programmierfunktionen und Softwarekomponenten von Fiji zu nutzen, um ImageJ zu erweitern
• große 3D-Bilder aus sich überlappenden Kacheln zusammenzusetzen
• eine Fiji-Installation beim Start mit Hilfe des integrierten Update-Systems automatisch zu aktualisieren
• Wählen Sie aus einer großen Auswahl an Skriptsprachen, um eigene Bildanalyselösungen zu erstellen
• Nutzung der leistungsstarken Bibliotheken von Fiji, wie z. B. ImgLib, für große Biobilddatensätze
• Ihre Anwendung einsetzen und mit anderen Wissenschaftlern an ähnlichen Projekten zusammenarbeiten

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Praktische Umsetzung in einer Live-Laborumgebung.

Optionen zur Kursanpassung

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.

Dieser von einem Lehrer geleitete Live-Trainingskurs in Österreich (online oder vor Ort) richtet sich an Anfänger- bis Mittelstufe-Forscher und Labormitarbeiter, die Bilder zu histologischen Geweben, Blutzellen, Algen und anderen biologischen Proben verarbeiten und analysieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Fiji Oberfläche zu navigieren und Funktionen von ImageJ zu nutzen.
• Wissenschaftliche Bilder vorzubereiten und zu verbessern, um eine bessere Analyse zu ermöglichen.
• Bilddaten quantitativ zu analysieren, einschließlich Zellzählung und Flächenmessung.
• Wiederkehrende Aufgaben mit Makros und Plugins automatisieren.
• Workflows an die spezifischen Anforderungen der Bildanalyse in der biologischen Forschung anzupassen.

LangGraph ist ein Framework zur Erstellung graphbasierte LLM-Anwendungen, die Planung, Verzweigung, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Dieses von Dozenten geführte Live-Seminar (online oder vor Ort) richtet sich an Einsteiger-Entwickler, Prompt-Ingenieure und Datenpraktiker, die Reliable, mehrstufige LLM-Arbeitsabläufe mit LangGraph entwerfen und erstellen möchten.

Am Ende des Trainings werden die Teilnehmer in der Lage sein:

• Kernkonzepte von LangGraph (Knoten, Kanten, Zustand) zu erklären und wann sie eingesetzt werden sollten.
• Prompt-Ketten zu erstellen, die verzweigen, Tools aufrufen und den Speicher beibehalten.
• Abfragefunktionen und externe APIs in graphbasierte Arbeitsabläufe integrieren.
• LangGraph-Anwendungen auf Zuverlässigkeit und Sicherheit hin testen, debuggen und evaluieren.

Format des Kurses

• Interaktive Vorlesung und geführte Diskussion.
• Führung durch Laborübungen und Code-Durchgänge in einer Sandbox-Umgebung.
• Szenario-basierte Übungen zum Entwurf, Testen und Evaluieren.

Optionen für die Anpassung des Kurses

• Für eine angepasste Ausbildung zu diesem Kurs wenden Sie sich bitte an uns, um dies zu vereinbaren.

LangGraph ist ein Framework zur Erstellung graphstrukturierter LLM-Arbeitsabläufe, die Verzweigungen, Werkzeugnutzung, Speicher und steuerbare Ausführung unterstützen.

Diese von einem Trainer geleitete Live-Ausbildung (online oder vor Ort) richtet sich an Mittelstufen-Ingenieure und Produktteams, die LangGraphs graphlogische Strukturen mit LLM-Agentenschleifen kombinieren möchten, um dynamische, kontextabhängige Anwendungen wie Kundensupportagenten, Entscheidungsbäume und Informationsabrufsysteme zu erstellen.

Am Ende dieser Ausbildung werden die Teilnehmer in der Lage sein:

• Graphbasierte Arbeitsabläufe zu entwerfen, die LLM-Agenten, Werkzeuge und Speicher koordinieren.
• Bedingte Routenführung, Wiederholungen und Fallbacks umzusetzen, um eine robuste Ausführung sicherzustellen.
• Abrufe, APIs und strukturierte Ausgaben in Agentenschleifen zu integrieren.
• Das Verhalten von Agenten zu bewerten, zu überwachen und zu verhärten, um Zuverlässigkeit und Sicherheit zu gewährleisten.

Kursformat

• Interaktive Vorlesungen und geführte Diskussionen.
• Geführte Laborübungen und Code-Throughs in einer Sandbox-Umgebung.
• Szenario-basierte Designübungen und Peer Reviews.

Kursanpassungsmöglichkeiten

• Um eine angepasste Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns um die Vorhaben abzustimmen.

LangGraph ist ein grafenbasierter Orchestrierungsrahmen, der bedingte, mehrstufige LLM- und Werkzeuggeschäftsprozesse ermöglicht, ideal für die Automatisierung und Personalisierung von Inhaltspipelines.

Dieses durch Lehrkräfte geführte Live-Seminar (online oder vor Ort) richtet sich an Fortgeschrittene-Marketer, Inhalt-Strategen und Automatisierungsentwickler, die dynamische, verzweigte E-Mail-Kampagnen und Inhaltsgenerierungspipelines mit LangGraph implementieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Grafstrukturierte Inhalts- und E-Mail-Geschäftsprozesse mit bedingter Logik zu gestalten.
• LLMs, APIs und Datenquellen zur automatisierten Personalisierung zu integrieren.
• Zustand, Speicher und Kontext über mehrstufige Kampagnen hinweg zu verwalten.
• Leistung und Lieferergebnisse von Geschäftsprozessen zu bewerten, zu überwachen und zu optimieren.

Kursformat

• Interaktive Vorträge und Gruppenbesprechungen.
• Händische Labore zur Implementierung von E-Mail-Geschäftsprozessen und Inhaltspipelines.
• Szenarienbasierte Übungen zur Personalisierung, Segmentierung und verzweigten Logik.

Möglichkeiten der Anpassung des Kurses

• Für eine angepasste Ausbildung für diesen Kurs wenden Sie sich bitte an uns, um die Details zu klären.

OpenCV (Open Source Computer Vision Library: http://opencv.org) ist eine Open-Source BSD-lizenzierte Bibliothek, die mehrere hundert Computer-Vision-Algorithmen enthält.

Zielgruppe

Dieser Kurs richtet sich an Ingenieure und Architekten, die OpenCV für Computer-Vision-Projekte nutzen möchten

Diese von einem Trainer geleitete Live-Schulung in Österreich (online oder vor Ort) richtet sich an Softwareingenieure, die in Python mit OpenCV 4 für Deep Learning programmieren möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Bilder und Videos mit OpenCV 4 betrachten, laden und klassifizieren.
• Deep Learning in OpenCV 4 mit TensorFlow und Keras zu implementieren.
• Deep-Learning-Modelle auszuführen und aussagekräftige Berichte aus Bildern und Videos zu erstellen.

OpenFace ist eine auf Python und Torch basierende Open-Source-Echtzeit-Gesichtserkennungssoftware, die auf der FaceNet-Forschung von Google beruht.

In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie sie die Komponenten von OpenFace verwenden, um eine Beispielanwendung für die Gesichtserkennung zu erstellen und einzusetzen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• mit den OpenFace-Komponenten, einschließlich dlib, OpenVC, Torch und nn4, zu arbeiten, um Gesichtserkennung, -ausrichtung und -transformation zu implementieren
• OpenFace auf reale Anwendungen wie Überwachung, Identitätsüberprüfung, virtuelle Realität, Spiele, Identifizierung von Stammkunden usw. anzuwenden.

Zielgruppe

• Entwickler
• Datenwissenschaftler

Format des Kurses

• Teilweise Vorlesung, teilweise Diskussion, Übungen und intensive praktische Anwendung

Pattern Matching ist eine Technik zur Lokalisierung bestimmter Muster in einem Bild. Sie kann verwendet werden, um das Vorhandensein bestimmter Merkmale in einem aufgenommenen Bild zu bestimmen, z. B. das erwartete Etikett auf einem fehlerhaften Produkt in einer Fertigungsstraße oder die bestimmten Abmessungen eines Bauteils. Es unterscheidet sich von "Pattern Recognition" (das allgemeine Muster auf der Grundlage größerer Sammlungen verwandter Muster erkennt) dadurch, dass es spezifisch vorgibt, wonach wir suchen, und uns dann sagt, ob das erwartete Muster vorhanden ist oder nicht.

Format des Kurses

• Dieser Kurs führt in die Ansätze, Technologien und Algorithmen ein, die im Bereich des Musterabgleichs verwendet werden, wie er für Machine Vision gilt.

Diese Live-Schulung mit Trainer führt in die Software, die Hardware und den schrittweisen Prozess ein, der erforderlich ist, um ein Gesichtserkennungssystem von Grund auf aufzubauen. Gesichtserkennung ist auch bekannt als Face Recognition.

Die in diesem Kurs verwendete Hardware umfasst einen Rasberry Pi, ein Kameramodul, Servos (optional), etc. Die Teilnehmer sind für die Beschaffung dieser Komponenten selbst verantwortlich. Die verwendete Software umfasst OpenCV, Linux, Python, etc.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• Linux, OpenCV und andere Softwareprogramme und Bibliotheken auf einem Rasberry Pi zu installieren.
• OpenCV für die Erfassung und Erkennung von Gesichtsbildern zu konfigurieren.
• die verschiedenen Optionen für die Verpackung eines Rasberry Pi Systems für den Einsatz in realen Umgebungen zu verstehen.
• Anpassung des Systems für eine Vielzahl von Anwendungsfällen, einschließlich Überwachung, Identitätsüberprüfung, etc.

Format des Kurses

• Teilweise Vorlesung, teilweise Diskussion, Übungen und umfangreiche praktische Übungen

Hinweis

• Andere Hardware- und Softwareoptionen sind: Arduino, OpenFace, Windows, usw. Wenn Sie eine dieser Optionen nutzen möchten, kontaktieren Sie uns bitte, um dies zu arrangieren.

Dieser von einem Trainer geleitete Live-Kurs in Österreich (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die Vision Builder AI zur Gestaltung, Implementierung und Optimierung automatisierter Inspektionsysteme für SMT-Prozesse (Surface-Mount Technology) einsetzen möchten.

Am Ende des Kurses werden die Teilnehmer in der Lage sein:

• Automatische Inspektionen mit Vision Builder AI einzurichten und zu konfigurieren.
• Hochwertige Bilder für die Analyse aufzuzeichnen und vorzubereiten.
• Logikbasierte Entscheidungen zur Defektenerkennung und Prozessvalidierung umzusetzen.
• Inspektionsberichte zu erstellen und das Systemleistung zu optimieren.