Lokale, door een instructeur geleide live TensorFlow trainingscursussen demonstreren door interactieve discussie en praktische oefening hoe het TensorFlow systeem kan worden gebruikt om onderzoek naar machine learning te vergemakkelijken en om de overgang van onderzoeksprototype naar productiesysteem snel en gemakkelijk te maken. TensorFlow training is beschikbaar als "live training op locatie" of "live training op afstand". Live training op locatie kan lokaal worden uitgevoerd bij de klant in Nederland of in NobleProg bedrijfsopleidingscentra in Nederland . Live-training op afstand wordt uitgevoerd via een interactieve, externe desktop. NobleProg - Uw lokale trainingsaanbieder
Machine Translated
Getuigenissen
Ik waardeerde echt de kristalheldere antwoorden van Chris op onze vragen.
Léo Dubus
Cursus: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Ik genoot over het algemeen van de deskundige trainer.
Sridhar Voorakkara
Cursus: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ik was verbaasd over de standaard van deze klas - ik zou zeggen dat het een universitaire standaard was.
David Relihan
Cursus: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Zeer goed overzicht. Go achtergrond waarom Tensorflow zo werkt.
Kieran Conboy
Cursus: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ik vond de mogelijkheden om vragen te stellen en meer diepgaande verklaringen van de theorie te krijgen.
Sharon Ruane
Cursus: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Zeer geactualiseerde aanpak of CPI (tensor flow, era, learn) om machine learning te doen.
Paul Lee
Cursus: TensorFlow for Image Recognition
Machine Translated
Gezien de visie van de technologie: welke technologie / proces kan in de toekomst belangrijker worden; zie, waar de technologie voor kan worden gebruikt.
Commerzbank AG
Cursus: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ik had baat bij het selecteren van onderwerpen. Stijl van training. Oefen oriëntatie.
Commerzbank AG
Cursus: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Een breed scala aan onderwerpen behandeld en substantiële kennis van de leiders.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
gebrek
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
Grote theoretische en praktische kennis van de docenten. Communicativiteit van trainers. Tijdens de cursus kun je vragen stellen en bevredigende antwoorden krijgen.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
Praktisch gedeelte, waar we algoritmen hebben geïmplementeerd. Dit zorgde voor een beter begrip van het onderwerp.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
oefeningen en voorbeelden geïmplementeerd op hen
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
Voorbeelden en problemen besproken.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
Inhoudelijke kennis, betrokkenheid, een gepassioneerde manier om kennis over te dragen. Praktische voorbeelden na een theoretische lezing.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
Praktische oefeningen voorbereid door Mr. Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Cursus: Understanding Deep Neural Networks
Machine Translated
Menselijke identificatie en printplaat slechte punt detectie
王 春柱 - 中移物联网
Cursus: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Tonen
中移物联网
Cursus: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Over gezicht gebied.
中移物联网
Cursus: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Veel praktische tips
Pawel Dawidowski - ABB Sp. z o.o.
Cursus: Deep Learning with TensorFlow
Machine Translated
Veel informatie met betrekking tot de implementatie van oplossingen
Michał Smolana - ABB Sp. z o.o.
Cursus: Deep Learning with TensorFlow
Machine Translated
Een veelvoud aan praktische tips en kennis van de docent uit een breed scala van AI / IT / SQL / IoT-problemen.
ABB Sp. z o.o.
Cursus: Deep Learning with TensorFlow
Machine Translated
Ik begon met bijna geen kennis en aan het einde was ik in staat om mijn eigen netwerken op te bouwen en te trainen.
Huawei Technologies Duesseldorf GmbH
Cursus: TensorFlow for Image Recognition
Machine Translated
Tomasz echt weten de informatie goed en de cursus was goed tempo.
Raju Krishnamurthy - Google
Cursus: TensorFlow Extended (TFX)
Machine Translated
Trainer was zeer goed geïnformeerd en open voor vragen, graag diagrammen te tekenen en legde dingen op een vrij goede manier
Cursus: Deep Learning with TensorFlow 2.0
Machine Translated
Trainer was zeer goed geïnformeerd en open voor vragen, graag diagrammen te tekenen en legde dingen op een vrij goede manier
Cursus: Deep Learning with TensorFlow 2.0
Machine Translated
TensorFlow Cursusoverzicht
Course Name
Duration
Overview
Course Name
Duration
Overview
14 hours
Embedding Projector is een opensource-webtoepassing voor het visualiseren van de gegevens die worden gebruikt om machine-leersystemen te trainen Het is gemaakt door Google en maakt deel uit van TensorFlow Deze instructieve, live training introduceert de concepten achter Embedding Projector en leidt deelnemers door het opzetten van een demoproject Aan het einde van deze training kunnen deelnemers: Onderzoek hoe gegevens worden geïnterpreteerd door machine learning-modellen Navigeer door 3D- en 2D-weergaven van gegevens om te begrijpen hoe een algoritme voor machine-learning het interpreteert Begrijp de concepten achter Inbedding en hun rol in het representeren van wiskundige vectoren voor afbeeldingen, woorden en cijfers Verken de eigenschappen van een specifieke insluiting om het gedrag van een model te begrijpen Pas Embedding Project toe op realworld-use cases zoals het bouwen van een songaanbevelingssysteem voor muziekliefhebbers Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
21 hours
TensorFlow is een 2e generatie API van de open source softwarebibliotheek van Go TensorFlow voor Deep Learning . Het systeem is ontworpen om onderzoek naar machine learning te vergemakkelijken en om de overgang van onderzoeksprototype naar productiesysteem snel en gemakkelijk te maken.
Publiek
Deze cursus is bedoeld voor ingenieurs die TensorFlow willen gebruiken voor hun Deep Learning projecten
Na het voltooien van deze cursus zullen de deelnemers:
- de structuur en implementatiemechanismen van TensorFlow begrijpen
- in staat zijn om installatie / productieomgeving / architectuurtaken en configuratie uit te voeren
- codekwaliteit kunnen beoordelen, foutopsporing kunnen uitvoeren, controleren
- in staat zijn om geavanceerde productie te implementeren, zoals trainingsmodellen, grafieken maken en logboekregistratie
Publiek
Deze cursus is bedoeld voor ingenieurs die TensorFlow willen gebruiken voor hun Deep Learning projecten
Na het voltooien van deze cursus zullen de deelnemers:
- de structuur en implementatiemechanismen van TensorFlow begrijpen
- in staat zijn om installatie / productieomgeving / architectuurtaken en configuratie uit te voeren
- codekwaliteit kunnen beoordelen, foutopsporing kunnen uitvoeren, controleren
- in staat zijn om geavanceerde productie te implementeren, zoals trainingsmodellen, grafieken maken en logboekregistratie
28 hours
Deze cursus onderzoekt, met specifieke voorbeelden, de toepassing van Tensor Flow voor beeldherkenning
Publiek
Deze cursus is bedoeld voor ingenieurs die TensorFlow willen gebruiken voor TensorFlow
Na het voltooien van deze cursus kunnen afgevaardigden:
- de structuur en implementatiemechanismen van TensorFlow begrijpen
- voer installatie / productieomgeving / architectuurtaken en configuratie uit
- codekwaliteit beoordelen, foutopsporing uitvoeren, controleren
- implementeer geavanceerde productie zoals trainingsmodellen, het bouwen van grafieken en logboekregistratie
Publiek
Deze cursus is bedoeld voor ingenieurs die TensorFlow willen gebruiken voor TensorFlow
Na het voltooien van deze cursus kunnen afgevaardigden:
- de structuur en implementatiemechanismen van TensorFlow begrijpen
- voer installatie / productieomgeving / architectuurtaken en configuratie uit
- codekwaliteit beoordelen, foutopsporing uitvoeren, controleren
- implementeer geavanceerde productie zoals trainingsmodellen, het bouwen van grafieken en logboekregistratie
35 hours
TensorFlow™ is een open-source software bibliotheek voor numerieke berekeningen met behulp van data flow graphs.
SyntaxNet is een neural-netwerk Natural Language Processing framework voor TensorFlow.
Word2Vec wordt gebruikt voor het leren van vector representaties van woorden, genaamd "word embeddings". Word2vec is een bijzonder computationeel-efficiënt voorspellend model voor het leren van woorden ingebedingen uit grondtekst. Het komt in twee smaken, het Continuous Bag-of-Words model (CBOW) en het Skip-Gram model (Chapter 3.1 en 3.2 in Mikolov et al.)
Gebruikt in tandem, SyntaxNet en Word2Vec stelt gebruikers in staat om Learned Embedding modellen te genereren vanuit de Natural Language input.
Het publiek
Deze cursus is gericht op Ontwikkelaars en ingenieurs die willen werken met SyntaxNet en Word2Vec modellen in hun TensorFlow grafieken.
Na het voltooien van deze cursus zullen de delegaten:
begrijpen TensorFlow’s structuur en de uitvoeringsmechanismen in staat zijn om installatie / productieomgeving / architectuur taken en configuratie uit te voeren in staat zijn om de kwaliteit van de code te beoordelen, de debugging uit te voeren, het monitoren in staat zijn geavanceerde productie te implementeren zoals trainingsmodellen, ingebouwde termen, bouwschema's en logging
SyntaxNet is een neural-netwerk Natural Language Processing framework voor TensorFlow.
Word2Vec wordt gebruikt voor het leren van vector representaties van woorden, genaamd "word embeddings". Word2vec is een bijzonder computationeel-efficiënt voorspellend model voor het leren van woorden ingebedingen uit grondtekst. Het komt in twee smaken, het Continuous Bag-of-Words model (CBOW) en het Skip-Gram model (Chapter 3.1 en 3.2 in Mikolov et al.)
Gebruikt in tandem, SyntaxNet en Word2Vec stelt gebruikers in staat om Learned Embedding modellen te genereren vanuit de Natural Language input.
Het publiek
Deze cursus is gericht op Ontwikkelaars en ingenieurs die willen werken met SyntaxNet en Word2Vec modellen in hun TensorFlow grafieken.
Na het voltooien van deze cursus zullen de delegaten:
begrijpen TensorFlow’s structuur en de uitvoeringsmechanismen in staat zijn om installatie / productieomgeving / architectuur taken en configuratie uit te voeren in staat zijn om de kwaliteit van de code te beoordelen, de debugging uit te voeren, het monitoren in staat zijn geavanceerde productie te implementeren zoals trainingsmodellen, ingebouwde termen, bouwschema's en logging
21 hours
Publiek
Deze cursus is geschikt voor onderzoekers en ingenieurs van Deep Learning die geïnteresseerd zijn in het gebruik van beschikbare hulpmiddelen (meestal open source) voor het analyseren van computerbeelden
Deze cursus biedt werkvoorbeelden.
Deze cursus is geschikt voor onderzoekers en ingenieurs van Deep Learning die geïnteresseerd zijn in het gebruik van beschikbare hulpmiddelen (meestal open source) voor het analyseren van computerbeelden
Deze cursus biedt werkvoorbeelden.
28 hours
Deze cursus geeft je kennis in neurale netwerken en in het algemeen in machine learning-algoritme, deep learning (algoritmen en applicaties).
Deze training is meer gericht op de basisprincipes, maar helpt u bij het kiezen van de juiste technologie: TensorFlow , Caffe , Teano, DeepDrive, Keras , enz. De voorbeelden zijn gemaakt in TensorFlow .
Deze training is meer gericht op de basisprincipes, maar helpt u bij het kiezen van de juiste technologie: TensorFlow , Caffe , Teano, DeepDrive, Keras , enz. De voorbeelden zijn gemaakt in TensorFlow .
7 hours
De Tensor Processing Unit (TPU) is de architectuur die Google al enkele jaren intern gebruikt en die nu net beschikbaar wordt voor gebruik door het grote publiek Het bevat verschillende optimalisaties die specifiek zijn bedoeld voor gebruik in neurale netwerken, waaronder gestroomlijnde matrixvermenigvuldiging en 8-bits gehele getallen in plaats van 16-bits om de juiste nauwkeurigheidsniveaus te retourneren In deze live training met instructeur leren deelnemers hoe ze kunnen profiteren van de innovaties in TPU-processors om de prestaties van hun eigen AI-applicaties te maximaliseren Aan het einde van de training kunnen deelnemers: Train verschillende typen neurale netwerken op grote hoeveelheden gegevens Gebruik TPU's om het afleidingsproces met maximaal twee orden van grootte te versnellen Gebruik TPU's om intensieve applicaties te verwerken, zoals zoeken naar afbeeldingen, cloudvisie en foto's Publiek ontwikkelaars onderzoekers ingenieurs Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
7 hours
TensorFlow Serving is een systeem voor productie van machine learning (ML) -modellen In deze live training met instructeur leren deelnemers hoe ze TensorFlow Serving kunnen configureren en gebruiken om ML-modellen in een productieomgeving te implementeren en te beheren Aan het einde van deze training kunnen deelnemers: Train, exporteer en serveer verschillende TensorFlow-modellen Test en implementeer algoritmen met behulp van één architectuur en een reeks API's Verleng TensorFlow Serving voor andere typen modellen dan TensorFlow-modellen Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
35 hours
Deze cursus begint met het geven van conceptuele kennis in neurale netwerken en in het algemeen in machine learning-algoritme, deep learning (algoritmen en applicaties).
Deel 1 (40%) van deze training is meer gericht op de basisprincipes, maar helpt u bij het kiezen van de juiste technologie: TensorFlow , Caffe , Theano, DeepDrive, Keras , etc.
Deel 2 (20%) van deze training introduceert Theano - een pythonbibliotheek die het schrijven van diepgaande leermodellen eenvoudig maakt.
Deel 3 (40%) van de training zou uitgebreid gebaseerd zijn op Tensorflow - 2e generatie API van de open source softwarebibliotheek van Go ogle voor Deep Learning . De voorbeelden en handson zouden allemaal in TensorFlow worden gemaakt.
Publiek
Deze cursus is bedoeld voor ingenieurs die TensorFlow willen gebruiken voor hun Deep Learning projecten
Na het voltooien van deze cursus zullen de deelnemers:
-
hebben een goed begrip van diepe neurale netwerken (DNN), CNN en RNN
-
de structuur en implementatiemechanismen van TensorFlow begrijpen
-
in staat zijn om installatie / productieomgeving / architectuurtaken en configuratie uit te voeren
-
codekwaliteit kunnen beoordelen, foutopsporing kunnen uitvoeren, controleren
-
in staat zijn om geavanceerde productie te implementeren, zoals trainingsmodellen, grafieken maken en logboekregistratie
Deel 1 (40%) van deze training is meer gericht op de basisprincipes, maar helpt u bij het kiezen van de juiste technologie: TensorFlow , Caffe , Theano, DeepDrive, Keras , etc.
Deel 2 (20%) van deze training introduceert Theano - een pythonbibliotheek die het schrijven van diepgaande leermodellen eenvoudig maakt.
Deel 3 (40%) van de training zou uitgebreid gebaseerd zijn op Tensorflow - 2e generatie API van de open source softwarebibliotheek van Go ogle voor Deep Learning . De voorbeelden en handson zouden allemaal in TensorFlow worden gemaakt.
Publiek
Deze cursus is bedoeld voor ingenieurs die TensorFlow willen gebruiken voor hun Deep Learning projecten
Na het voltooien van deze cursus zullen de deelnemers:
-
hebben een goed begrip van diepe neurale netwerken (DNN), CNN en RNN
-
de structuur en implementatiemechanismen van TensorFlow begrijpen
-
in staat zijn om installatie / productieomgeving / architectuurtaken en configuratie uit te voeren
-
codekwaliteit kunnen beoordelen, foutopsporing kunnen uitvoeren, controleren
-
in staat zijn om geavanceerde productie te implementeren, zoals trainingsmodellen, grafieken maken en logboekregistratie
28 hours
Deep Learning voor NLP stelt een machine in staat om eenvoudige tot complexe taalverwerking te leren Tot de taken die momenteel mogelijk zijn, behoren taalvertaling en het genereren van bijschriften voor foto's DL (Deep Learning) is een subset van ML (Machine Learning) Python is een populaire programmeertaal met bibliotheken voor deep-learning voor NLP Tijdens deze live training met instructeur leren de deelnemers Python-bibliotheken te gebruiken voor NLP (Natural Language Processing) terwijl ze een applicatie maken die een reeks foto's verwerkt en ondertiteling genereert Aan het einde van deze training kunnen deelnemers: Ontwerp en code DL voor NLP met behulp van Python-bibliotheken Maak een Python-code die een aanzienlijk grote verzameling afbeeldingen leest en trefwoorden genereert Maak een Python-code die bijschriften genereert van de gedetecteerde trefwoorden Publiek Programmeurs met interesse in taalkunde Programmeurs die een goed begrip van NLP (Natural Language Processing) zoeken Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
28 hours
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 hours
TensorFlow is een populaire en machine learning-bibliotheek ontwikkeld door Go ogle voor diep leren, numerieke berekeningen en grootschalige machine learning. TensorFlow 2.0, uitgebracht in januari 2019, is de nieuwste versie van TensorFlow en bevat verbeteringen in enthousiaste uitvoering, compatibiliteit en API-consistentie.
Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars en datawetenschappers die Tensorflow 2.0 willen gebruiken om voorspellers, classificatoren, generatieve modellen, neurale netwerken, enzovoort te bouwen.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer TensorFlow 2.0.
- Begrijp de voordelen van TensorFlow 2.0 ten opzichte van eerdere versies.
- Bouw diepe leermodellen.
- Implementeer een geavanceerde afbeeldingclassificator.
- Implementeer een diepgaand leermodel op de cloud-, mobiele en IoT-apparaten.
Indeling van de cursus
- Interactieve lezing en discussie.
- Veel oefeningen en oefenen.
- Praktische implementatie in een live-labomgeving.
Cursusaanpassingsopties
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
- Ga voor meer informatie over TensorFlow naar: https://www.tensorflow.org/
Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars en datawetenschappers die Tensorflow 2.0 willen gebruiken om voorspellers, classificatoren, generatieve modellen, neurale netwerken, enzovoort te bouwen.
Aan het einde van deze training kunnen deelnemers:
- Installeer en configureer TensorFlow 2.0.
- Begrijp de voordelen van TensorFlow 2.0 ten opzichte van eerdere versies.
- Bouw diepe leermodellen.
- Implementeer een geavanceerde afbeeldingclassificator.
- Implementeer een diepgaand leermodel op de cloud-, mobiele en IoT-apparaten.
Indeling van de cursus
- Interactieve lezing en discussie.
- Veel oefeningen en oefenen.
- Praktische implementatie in een live-labomgeving.
Cursusaanpassingsopties
- Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
- Ga voor meer informatie over TensorFlow naar: https://www.tensorflow.org/
14 hours
TensorFlow.js is een JavaScript framework voor machine learning. TensorFlow.js stelt gebruikers in staat om machine learning modellen rechtstreeks in JavaScript op te bouwen en te trainen.
Deze instructeur geleide, live training (online of onsite) is gericht op data wetenschappers die TensorFlow.js willen gebruiken om patronen te identificeren en voorspellingen te genereren door middel van machine learning modellen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Gebouw en train machine learning modellen met TensorFlow.js. Run machine learning modellen in de browser of onder Node.js. Verwijder vooraf bestaande machine learning modellen met behulp van aangepaste gegevens.
Format van de cursus
Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Deze instructeur geleide, live training (online of onsite) is gericht op data wetenschappers die TensorFlow.js willen gebruiken om patronen te identificeren en voorspellingen te genereren door middel van machine learning modellen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Gebouw en train machine learning modellen met TensorFlow.js. Run machine learning modellen in de browser of onder Node.js. Verwijder vooraf bestaande machine learning modellen met behulp van aangepaste gegevens.
Format van de cursus
Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
14 hours
TensorFlow is een open source machine learning bibliotheek. TensorFlow biedt gebruikers de mogelijkheid om kunstmatige intelligentie te gebruiken en te creëren om fraude te detecteren en te voorspellen.
Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers die willen gebruiken TensorFlow om potentiële fraude gegevens te analyseren.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Maak een fraude detectie model in Python en TensorFlow. Bouw lineaire regressieën en lineaire regressiemodellen om fraude te voorspellen. Ontwikkelen van een end-to-end AI-applicatie voor het analyseren van fraudegegevens.
Format van de cursus
Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers die willen gebruiken TensorFlow om potentiële fraude gegevens te analyseren.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Maak een fraude detectie model in Python en TensorFlow. Bouw lineaire regressieën en lineaire regressiemodellen om fraude te voorspellen. Ontwikkelen van een end-to-end AI-applicatie voor het analyseren van fraudegegevens.
Format van de cursus
Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
21 hours
TensorFlow Extended (TFX) is een end-to-end platform voor het implementeren van productie ML pipelines.
Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers die willen gaan van het trainen van een enkele ML-model tot het implementeren van vele ML-modellen voor productie.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Installeren en configureren van TFX en ondersteunen van tools van derden. Gebruik TFX om een volledige ML-productie te creëren en te beheren. Werk met TFX-componenten om modeling, training, inferentie te bedienen en ontplooiingen te beheren. Deploy machine learning functies naar webtoepassingen, mobiele toepassingen, IoT-apparaten en meer.
Format van de cursus
Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers die willen gaan van het trainen van een enkele ML-model tot het implementeren van vele ML-modellen voor productie.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Installeren en configureren van TFX en ondersteunen van tools van derden. Gebruik TFX om een volledige ML-productie te creëren en te beheren. Werk met TFX-componenten om modeling, training, inferentie te bedienen en ontplooiingen te beheren. Deploy machine learning functies naar webtoepassingen, mobiele toepassingen, IoT-apparaten en meer.
Format van de cursus
Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Last Updated:
Aankomende TensorFlow cursussen
Machine Learning with TensorFlow.js
2022-06-16 09:30
Amsterdam
14 hours
Deep Learning with TensorFlow 2
2022-07-12 09:30
Amsterdam
21 hours
Fraud Detection with Python and TensorFlow
2022-07-21 09:30
Amsterdam
14 hours
Applied AI from Scratch
2022-07-25 09:30
Amsterdam
28 hours
TensorFlow Extended (TFX)
2022-07-27 09:30
Amsterdam
21 hours
Weekend TensorFlow cursus, Avond TensorFlow training, Avond TensorFlow opleiding TensorFlow boot camp, TensorFlow instructeur geleid, Weekend TensorFlow training, Avond TensorFlow cursus, TensorFlow coaching, TensorFlow instructeur, TensorFlow trainer, TensorFlow training cursus, TensorFlow lessen, TensorFlow on-site, TensorFlow privé cursus, TensorFlow een op een training, TensorFlow op locatie, Weekend TensorFlow opleiding
