Deep Learning Schulungen

Deep Learning Schulungen

Lokale, instruktorierte Live-Deep-Learning (DL) -Trainings demonstrieren durch praktische Übungen die Grundlagen und Anwendungen von Deep Learning und decken Themen wie tiefes maschinelles Lernen, tiefgründiges strukturiertes Lernen und hierarchisches Lernen ab Deep Learning Training ist als "Live-Training vor Ort" oder "Remote-Live-Training" verfügbar Onsite Live Training kann vor Ort bei Kunden durchgeführt werden Österreich oder in NobleProg Corporate Trainingszentren in Österreich Remote-Live-Training wird über einen interaktiven Remote-Desktop durchgeführt NobleProg Ihr lokaler Trainingsanbieter.

Machine Translated

Erfahrungsberichte

★★★★★
★★★★★

DL (Deep Learning) Kurspläne

Name des Kurses
Dauer
Überblick
Name des Kurses
Dauer
Überblick
21 Stunden
Überblick
Das künstliche neuronale Netz ist ein Computerdatenmodell, das bei der Entwicklung von Artificial Intelligence (AI) Systemen Artificial Intelligence (AI) verwendet wird, die "intelligente" Aufgaben ausführen können. Neural Networks werden häufig in ML-Anwendungen ( Machine Learning ) verwendet, bei denen es sich um eine Implementierung von AI handelt. Deep Learning ist eine Teilmenge von ML.
21 Stunden
Überblick
Keras ist eine hochrangige neuronale Netzwerk-API für schnelle Entwicklung und Experimente. Es verläuft auf TensorFlow, CNTK oder Theano

.

Diese von Lehrern geleitete Live-Ausbildung (vor Ort oder Fernbedienung) richtet sich an technische Personen, die ein tiefes Lernmodell für die Bilderkennung anwenden

möchten.

Am Ende dieses Trainings können die Teilnehmer:

- installieren und Keras konfigurieren.
- schnell Prototypen-Tiefenlernmodelle
. - Umsetzung eines Konvolutions-Netzwerks.
- ein wiederkehrendes Netzwerk
implementieren. - Führe ein tiefgreifendes Lernmodell sowohl auf einer CPU als auch auf GPU
aus.

Format der

- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.

- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über Keras zu erfahren, besuchen Sie bitte: https://keras.io/
28 Stunden
Überblick
Deep Learning für NLP ermöglicht es einer Maschine, einfache bis komplexe Sprachverarbeitung zu erlernen Zu den derzeit möglichen Aufgaben gehören die Übersetzung von Sprachen und die Erstellung von Bildunterschriften für Fotos DL (Deep Learning) ist eine Teilmenge von ML (Machine Learning) Python ist eine beliebte Programmiersprache, die Bibliotheken für Deep Learning für NLP enthält In diesem instruierten Live-Training lernen die Teilnehmer, Python-Bibliotheken für NLP (Natural Language Processing) zu verwenden, während sie eine Anwendung erstellen, die eine Reihe von Bildern verarbeitet und Untertitel generiert Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Entwerfen und kodieren Sie DL für NLP mit Python-Bibliotheken Erstellen Sie Python-Code, der eine im Wesentlichen große Sammlung von Bildern liest und Schlüsselwörter generiert Erstellen Sie Python-Code, der Untertitel aus den erkannten Keywords generiert Publikum Programmierer mit Interesse an Linguistik Programmierer, die ein Verständnis für NLP (Natural Language Processing) suchen Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. R ist eine beliebte Programmiersprache in der Finanzbranche. Es wird in Finanzanwendungen eingesetzt, die von Kernhandelsprogrammen bis zu Risikomanagementsystemen reichen.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für die Finanzierung mit R implementieren, während sie ein Deep-Learning-Aktienkurs-Vorhersagemodell erstellen.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Finanzbereich
- Verwenden Sie R, um vertiefte Lernmodelle für Finanzen zu erstellen
- Bauen Sie mit R ihr eigenes Deep Learning-Aktienkurs-Vorhersagemodell auf

Publikum

- Entwickler
- Datenwissenschaftler

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. Python ist eine High-Level-Programmiersprache, die für ihre klare Syntax und Codelesbarkeit bekannt ist.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Banking mit Python implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
- Verwenden Sie Python , Keras und TensorFlow , um vertiefende Lernmodelle für das Bankwesen zu erstellen
- Erstellen Sie mit Python eigenes Deep-Learning-Kreditrisikomodell

Publikum

- Entwickler
- Datenwissenschaftler

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. R ist eine beliebte Programmiersprache in der Finanzbranche. Es wird in Finanzanwendungen eingesetzt, die von Kernhandelsprogrammen bis zu Risikomanagementsystemen reichen.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Bankwesen mithilfe von R implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
- Verwenden Sie R, um Deep-Learning-Modelle für das Bankwesen zu erstellen
- Erstellen Sie mit R ein eigenes Deep Learning-Kreditrisikomodell

Publikum

- Entwickler
- Datenwissenschaftler

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren Python ist eine Programmiersprache auf hohem Niveau, die für ihre klare Syntax und Lesbarkeit des Codes bekannt ist In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mithilfe von Python tiefe Lernmodelle für das Finanzwesen implementieren können, während sie ein Modell für eine tief gehende Aktienkursvorhersage entwickeln Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Verstehen Sie die grundlegenden Konzepte des Deep Learning Lernen Sie die Anwendungen und Anwendungen von Deep Learning im Finanzwesen Verwenden Sie Python, Keras und TensorFlow, um tiefgründige Lernmodelle für das Finanzwesen zu erstellen Erstellen Sie mit Python ein eigenes Deep Learning-Kursmodell Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
21 Stunden
Überblick
Deep Reinforcement Learning bezieht sich auf die Fähigkeit eines "künstlichen Agenten", durch Versuch und Irrtum und Belohnungen und Bestrafungen zu lernen. Ein künstlicher Agent soll die Fähigkeit eines Menschen nachahmen, Wissen selbstständig zu erlangen und aufzubauen, direkt aus rohen Inputs wie dem Sehen. Um verstärkendes Lernen zu realisieren, werden Deep Learning und neuronale Netze verwendet. Reinforcement Learning unterscheidet sich vom maschinellen Lernen und beruht nicht auf überwachten und unbeaufsichtigten Lernansätzen.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer die Grundlagen des Deep Reinforcement-Lernens kennen, während sie die Erstellung eines Deep Learning Agenten durchlaufen.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehen Sie die Schlüsselkonzepte hinter Deep Reinforcement Learning und unterscheiden Sie es vom Machine Learning
- Wenden Sie fortschrittliche Algorithmen für das Reinforcement Learning an, um Probleme aus der Praxis zu lösen
- Erstellen Sie einen Deep Learning Agent

Publikum

- Entwickler
- Data Scientists

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
21 Stunden
Überblick
Einleitung :

Deep Learning wird zu einem Hauptbestandteil des zukünftigen Produktdesigns, das künstliche Intelligenz als Herzstück seiner Modelle einbeziehen möchte. In den nächsten 5 bis 10 Jahren werden Deep-Learning- Entwicklungstools, -Bibliotheken und -Sprachen zu Standardkomponenten jedes Softwareentwicklungs-Toolkits. Bisher Go Ogle, Sales Force, Facebook , Amazon wurde erfolgreich ein vertieftes Lernen AI ihr Geschäft zu steigern. Die Anwendungen reichten von automatischer maschineller Übersetzung, Bildanalyse, Videoanalyse, Bewegungsanalyse, gezielter Werbung und vielem mehr.

Diese Schulung richtet sich an Unternehmen, die Deep Learning als wichtigen Bestandteil ihrer Produkt- oder Servicestrategie einbeziehen möchten. Im Folgenden finden Sie eine Übersicht über den Deep Learning-Kurs, den wir für verschiedene Ebenen von Mitarbeitern / Stakeholdern in einer Organisation anpassen können.

Zielgruppe:

(Je nach Zielgruppe werden die Kursmaterialien angepasst.)

Führungskräfte

Ein allgemeiner Überblick über KI und wie es in die Unternehmensstrategie passt, mit Breakout-Sessions zu strategischer Planung, Technologie-Roadmaps und Ressourcenzuweisung, um maximalen Nutzen sicherzustellen.

Projektmanager

Planen eines AI-Projekts, einschließlich Datenerfassung und -bewertung, Datenbereinigung und -überprüfung, Entwicklung eines Proof-of-Concept-Modells, Integration in Geschäftsprozesse und organisationsweite Bereitstellung.

Entwickler

Ausführliche technische Schulungen mit Schwerpunkt auf neuronalen Netzen und Tiefenlernen, Bild- und Videoanalyse (CNNs), Ton- und Textanalyse (NLP) und Integration von KI in vorhandene Anwendungen.

Verkäufer

Ein allgemeiner Überblick über AI und wie es Kundenbedürfnisse befriedigen kann, Wertversprechen für verschiedene Produkte und Dienstleistungen und wie man Ängste abbaut und die Vorteile von AI fördert.
14 Stunden
Überblick
Diese auf Klassenräumen basierende Schulungssitzung enthält Präsentationen und computergestützte Beispiele sowie Fallstudien, die mit relevanten neuronalen und tiefen Netzwerkbibliotheken durchgeführt werden sollen
14 Stunden
Überblick
Machine Learning ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des Machine Learning das versucht, die Funktionsweise des menschlichen Gehirns beim Treffen von Entscheidungen nachzuahmen. Es wird mit Daten trainiert, um automatisch Lösungen für Probleme bereitzustellen. Deep Learning bietet der medizinischen Industrie, die auf einer Datengoldmine sitzt, enorme Möglichkeiten.

In diesem von Lehrern geführten Live-Training nehmen die Teilnehmer an einer Reihe von Diskussionen, Übungen und Fallstudien teil, um die Grundlagen des Deep Learning zu verstehen. Die wichtigsten Deep Learning Tools und -Techniken werden evaluiert und es werden Übungen durchgeführt, um die Teilnehmer auf die Durchführung ihrer eigenen Evaluierung und Implementierung von Deep Learning Lösungen in ihren Organisationen vorzubereiten.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehe die Grundlagen von Deep Learning
- Lernen Sie Deep Learning Techniken und deren Anwendungen in der Industrie
- Untersuchen Sie Fragen in der Medizin, die durch Deep Learning Technologien gelöst werden können
- Erfahren Sie mehr über Deep Learning Fallstudien in der Medizin
- Formulierung einer Strategie zur Übernahme der neuesten Technologien im Bereich Deep Learning zur Lösung medizinischer Probleme

Publikum

- Manager
- Medizinische Fachkräfte in Führungspositionen

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

Hinweis

- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden.

Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren.

Python ist eine High-Level-Programmiersprache, die für ihre klare Syntax und Codelesbarkeit bekannt ist.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie mit Python Deep-Learning-Modelle für die Telekommunikation implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehe die grundlegenden Konzepte des Tiefenlernens.
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning in der Telekommunikation.
- Verwenden Sie Python , Keras und TensorFlow , um vertiefende Lernmodelle für die Telekommunikation zu erstellen.
- Erstellen Sie mit Python eigenes Modell zur Vorhersage der Kundenabwanderung.

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
28 Stunden
Überblick
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
21 Stunden
Überblick
TensorFlow ist eine beliebte und maschinelles Lernen Bibliothek entwickelt von Go Ogle für tiefe Lernen, numerische Berechnung und Groß maschinellen Lernen. TensorFlow 2.0, veröffentlicht im Januar 2019, ist die neueste Version von TensorFlow und enthält Verbesserungen in TensorFlow auf eifrige Ausführung, Kompatibilität und API-Konsistenz.

Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler und Datenwissenschaftler, die Tensorflow 2.0 verwenden möchten, um Prädiktoren, Klassifikatoren, generative Modelle, neuronale Netzwerke usw. zu erstellen.

Am Ende dieser Schulung können die Teilnehmer:

- Installieren und konfigurieren Sie TensorFlow 2.0.
- Verstehen Sie die Vorteile von TensorFlow 2.0 gegenüber früheren Versionen.
- Bauen Sie Deep-Learning-Modelle auf.
- Implementieren Sie einen erweiterten Bildklassifikator.
- Stellen Sie ein Deep-Learning-Modell für Cloud-, Mobil- und IoT-Geräte bereit.

Format des Kurses

- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.

Anpassungsoptionen für den Kurs

- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
- Um mehr über TensorFlow zu erfahren, besuchen Sie bitte: https://www.tensorflow.org/
21 Stunden
Überblick
Deep Learning ist ein Teilgebiet des maschinellen Lernens. Es verwendet Methoden, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren.

Keras ist eine High-Level-API für neuronale Netze für schnelle Entwicklung und Experimente. Es läuft auf TensorFlow , CNTK oder Theano.

Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler, die ein selbstfahrendes Auto mit vertieften Lerntechniken bauen möchten.

Am Ende dieser Schulung können die Teilnehmer:

- Verwenden Sie Computer Vision-Techniken, um Fahrspuren zu identifizieren.
- Verwenden Sie Keras , um Faltungs-Neuronale Netze aufzubauen und zu trainieren.
- Trainieren Sie ein Deep-Learning-Modell, um Verkehrszeichen zu unterscheiden.
- Simulieren Sie ein völlig autonomes Auto.

Format des Kurses

- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.

Anpassungsoptionen für den Kurs

- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
14 Stunden
Überblick
In diesem von Lehrern geleiteten Live-Training lernen die Teilnehmer, wie sie Matlab zum Entwerfen, Erstellen und Visualisieren eines neuronalen Faltungsnetzwerks für die Bilderkennung verwenden.

Am Ende dieser Schulung können die Teilnehmer:

- Bauen Sie ein Deep-Learning-Modell auf
- Datenbeschriftung automatisieren
- Arbeiten Sie mit Modellen von Caffe und TensorFlow - Keras
- Trainieren Sie Daten mit mehreren GPU , der Cloud oder Clustern

Publikum

- Entwickler
- Ingenieure
- Domain-Experten

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
14 Stunden
Überblick
Keras ist eine Open-Source-Python neuronalen Netzwerkbibliothek für die Schaffung von Deep Learning neuronalen Netzwerken. Keras bietet eine intuitive Reihe von Abstraktionen, die die Entwicklung von Deep Learning neuronalen Netzwerken und Modellen vereinfachen.

Dieses von einem Kursleiter geleitete Live-Training (vor Ort oder in der Ferne) richtet sich an Software-Ingenieure, die fortgeschrittene Neuro-Netzwerke und -Modelle mit Keras und Pythonentwickeln möchten.

Am Ende dieser Schulung können die Teilnehmer:

- Wenden Sie Deep Learning mit überwachten oder unbeaufsichtigten Lernmethoden an.
- Entwickeln, trainieren und implementieren Sie gleichzeitige neuronale Netzwerke und rezidivierende neuronale Netzwerke.
- Verwenden Sie Keras und Python, um Deep Learning-Modelle zu erstellen, um Probleme mit Bildern, Text, Sound und mehr zu lösen.

Format des Kurses

- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Lab-Umgebung.

Kursanpassungsoptionen

- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
14 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.

By the end of this training, participants will be able to:

- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
14 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at data scientists who wish to use TensorFlow.js to identify patterns and generate predictions through machine learning models.

By the end of this training, participants will be able to:

- Build and train machine learning models with TensorFlow.js.
- Run existing machine learning models in the browser or under Node.js.
- Retrain pre-existing machine learning using custom data.
14 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at data scientists who wish to use TensorFlow to analyze potential fraud data.

By the end of this training, participants will be able to:

- Create a fraud detection model in Python and TensorFlow.
- Build linear regressions and linear regression models to predict fraud.
- Develop an end-to-end AI application for analyzing fraud data.
21 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at data scientists who wish to go from training a single ML model to deploying many ML models to production.

By the end of this training, participants will be able to:

- Install and configure TFX and supporting third-party tools.
- Use TFX to create and manage a complete ML production pipeline.
- Work with TFX components to carry out modeling, training, serving inference, and managing deployments.
- Deploy machine learning features to web applications, mobile applications, IoT devices and more.
21 Stunden
Überblick
This instructor-led, live training in (online or onsite) is aimed at data scientists who wish to use Apache MXNet's to build and deploy a deep learning model for image recognition.

By the end of this training, participants will be able to:

- Install and configure Apache MXNet and its components.
- Understand MXNet's architecture and data structures.
- Use Apache MXNet's low-level and high-level APIs to efficiently build neural networks.
- Build a convolutional neural network for image classification.
35 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at data scientists who wish to accelerate real-time machine learning applications and deploy them at scale.

By the end of this training, participants will be able to:

- Install the OpenVINO toolkit.
- Accelerate a computer vision application using an FPGA.
- Execute different CNN layers on the FPGA.
- Scale the application across multiple nodes in a Kubernetes cluster.
21 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at developers who wish to use TensorFlow Lite to deploy deep learning models on embedded devices.

By the end of this training, participants will be able to:

- Install and configure Tensorflow Lite on an embedded device.
- Understand the concepts and components underlying TensorFlow Lite.
- Convert existing models to TensorFlow Lite format for execution on embedded devices.
- Work within the limitations of small devices and TensorFlow Lite, while learning how to expand the scope of operations that can be run.
- Deploy a deep learning model on an embedded device running Linux.
21 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at developers who wish to use TensorFlow Lite to develop mobile applications with deep learning capabilities.

By the end of this training, participants will be able to:

- Install and configure TensorFlow Lite.
- Understand the principles behind TensorFlow, machine learning and deep learning.
- Load TensorFlow Models onto an Android device.
- Enable deep learning and machine learning functionality such as computer vision and natural language recognition in a mobile application.
21 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at engineers who wish to write, load and run machine learning models on very small embedded devices.

By the end of this training, participants will be able to:

- Install TensorFlow Lite.
- Load machine learning models onto an embedded device to enable it to detect speech, classify images, etc.
- Add AI to hardware devices without relying on network connectivity.
21 Stunden
Überblick
This instructor-led, live training in (online or onsite) is aimed at developers who wish to use TensorFlow Lite to develop iOS mobile applications with deep learning capabilities.

By the end of this training, participants will be able to:

- Install and configure TensorFlow Lite.
- Understand the principles behind TensorFlow and machine learning on mobile devices.
- Load TensorFlow Models onto an iOS device.
- Run an iOS application capable of detecting and classifying an object captured through the device's camera.
14 Stunden
Überblick
This instructor-led, live training in Österreich (online or onsite) is aimed at developers who wish to build hardware-accelerated object detection and tracking models to analyze streaming video data.

By the end of this training, participants will be able to:

- Install and configure the necessary development environment, software and libraries to begin developing.
- Build, train, and deploy deep learning models to analyze live video feeds.
- Identify, track, segment and predict different objects within video frames.
- Optimize object detection and tracking models.
- Deploy an intelligent video analytics (IVA) application.
35 Stunden
Überblick
Dieser Kurs beginnt mit dem Erlernen von konzeptionellen Kenntnissen in neuronalen Netzen und allgemein in maschinellem Lernalgorithmus und Tiefenlernen (Algorithmen und Anwendungen).

Teil 1 (40%) dieses Trainings konzentriert sich mehr auf Grundlagen, hilft Ihnen jedoch bei der Auswahl der richtigen Technologie: TensorFlow , Caffe , Theano, DeepDrive, Keras usw.

In Teil 2 (20%) dieses Trainings wird Theano vorgestellt - eine Python-Bibliothek, die das Schreiben von Deep-Learning-Modellen erleichtert.

Part-3 (40%) die Ausbildung intensiv auf Basis von Tensorflow würde - 2nd Generation API von Go Ogle Open - Source - Software - Bibliothek für Deep Learning . Die Beispiele und Handys würden alle in TensorFlow .

Publikum

Dieser Kurs richtet sich an Ingenieure, die TensorFlow für ihre Deep Learning Projekte einsetzen TensorFlow

Nach Abschluss dieses Kurses werden die Teilnehmer:

-

ein gutes Verständnis für tiefe neuronale Netze (DNN), CNN und RNN haben

-

Struktur und Einsatzmechanismen von TensorFlow verstehen

-

in der Lage sein, Installations- / Produktionsumgebungs- / Architekturaufgaben und -konfigurationen auszuführen

-

in der Lage sein, die Codequalität zu bewerten, Fehler zu beheben und zu überwachen

-

in der Lage sein, fortgeschrittene Produktionsmethoden wie Trainingsmodelle, das Erstellen von Graphen und das Protokollieren zu implementieren
7 Stunden
Überblick
TensorFlow Serving ist ein System, mit dem Machine-Learning-Modelle (ML) in der Produktion eingesetzt werden können In diesem instruierten Live-Training lernen die Teilnehmer, wie sie TensorFlow Serving konfigurieren und einsetzen, um ML-Modelle in einer Produktionsumgebung bereitzustellen und zu verwalten Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Trainieren, exportieren und bedienen Sie verschiedene TensorFlow-Modelle Testen und implementieren Sie Algorithmen mithilfe einer einzigen Architektur und einer Reihe von APIs Erweitern Sie TensorFlow Serving, um andere Arten von Modellen als TensorFlow-Modelle zu bedienen Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Zukünftige DL (Deep Learning) Kurse

Deep Learning Schulung, Deep Learning (DL) boot camp, Deep Learning Abendkurse, Deep Learning Wochenendkurse, Deep Learning (DL) Kurs, Deep Learning Training, DL (Deep Learning) Seminar, Deep Learning Seminare, Deep Learning Privatkurs, DL (Deep Learning) Coaching, Deep Learning (DL) Lehrer

Sonderangebote

Sonderangebote Newsletter

Wir behandeln Ihre Daten vertraulich und werden sie nicht an Dritte weitergeben.
Sie können Ihre Einstellungen jederzeit ändern oder sich ganz abmelden.

EINIGE UNSERER KUNDEN

is growing fast!

We are looking for a good mixture of IT and soft skills in Austria!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions