Course Outline
Inleiding tot Torch
- Net als NumPy maar met CPU- en GPU-implementatie Torch's gebruik in machine learning, computer vision, signaalverwerking, parallelle verwerking, beeld, video, audio en netwerken
Installeren Torch
- Linux, Windows, Mac Bitmapi en Docker
Torch Pakketten installeren
- Met behulp van de LuaRocks-pakketbeheerder
Een IDE kiezen voor Torch
- ZeroBrane Studio Eclipse-plug-in voor Lua
Werken met de Lua scripttaal en LuaJIT
- Lua's integratie met C/C++ Lua-syntaxis: datatypes, lussen en conditionals, functies, functies, tabellen en bestands-i/o. Objectoriëntatie en serialisatie in Torch Codeeroefening
Een dataset laden in Torch
- MNIST CIFAR-10, CIFAR-100 Imagenet
Machine learning in Torch
- Deep Learning Handmatige functie-extractie versus convolutionele netwerken
Werken met de REPL-tolk
- Werken met Databases
Netwerken en Torch
GPU-ondersteuning in Torch
Integreren Torch
C, Python en anderen
Inbedding Torch
- iOS en Android
Andere raamwerken en bibliotheken
- Facebook's geoptimaliseerde deep-learningmodules en containers
Creëer uw eigen pakket
- Testen en debuggen
Uw applicatie vrijgeven
De toekomst van AI en Torch
Samenvatting en conclusie
Requirements
- Programming ervaring in elke taal.
- Een algemene bekendheid met C/C++ helpt.
- Interesse in kunstmatige intelligentie (AI).
Publiek
- Softwareontwikkelaars en programmeurs die Machine en Deep Learning binnen hun applicaties willen inschakelen
Getuigenissen (3)
Een grote hoeveelheid praktische kennis getoond in praktijkvoorbeelden.
Kamil - Streamsoft Kraków
Cursus - Java Advanced
Machine Translated
Regelmatig wijzigingen pushen, want op dag 3 begon ik meer te verdwalen dan voorheen en was het moeilijker om een fout snel op te sporen, ik kon snel uitchecken voor de laatste wijziging en op de hoogte zijn van het materiaal
Paulina
Cursus - Advanced Java Security
Machine Translated
Very good knowledge and character.