Course Outline

Introductie

  • Apache MXNet tegen PyTorch

Deep Learning Beginselen en het Deep Learning Ecosysteem

  • Tensoren, meerlagig perceptron, convolutioneel Neural Networks en terugkerend Neural Networks
  • Computer Visie versus natuurlijke taalverwerking

Overzicht van Apache MXNet Functies en architectuur

  • Apache MXNet Componenten
  • Gluon API-interface
  • Overzicht van GPUs en modelparallellisme
  • Symbolische en dwingende programmering

Setup

  • Een implementatieomgeving kiezen (on-premise, public cloud, enz.)
  • Installeren Apache MXNet

Werken met data

  • Gegevens inlezen
  • Valideren van gegevens
  • Gegevens manipuleren

Het ontwikkelen van een Deep Learning model

  • Een model maken
  • Een model trainen
  • Optimaliseren van het model

Het model implementeren

  • Voorspellen met een vooraf getraind model
  • Integratie van het model in een applicatie

Best practices voor MXNet-beveiliging

Probleemoplossing

Samenvatting en conclusie

Requirements

  • Een goed begrip van de principes van machine learning
  • Python programmeerervaring

Publiek

  • Datawetenschappers
  21 Hours
 

Getuigenissen (5)

Related Courses

Deep Learning AI Techniques for Executives, Developers and Managers

  21 Hours

Deep Learning for Medicine

  14 Hours

Related Categories