Szkolenie Tensorflow 2.0 

Zapraszamy na 3-dniowe intensywne warsztaty szkoleniowe z biblioteki TensorFlow.
Na szkoleniu poznasz najważniejsze zagadnienia związane z praktycznym zastosowaniem biblioteki TensorFlow do budowania, trenowania i wykorzystania modeli uczenia maszynowego w środowisku produkcyjnym.

Na szkoleniu poznasz najważniejsze zagadnienia związane z praktycznym zastosowaniem biblioteki TensorFlow do budowania, trenowania i wykorzystania modeli uczenia maszynowego w środowisku produkcyjnym.

Dowiesz się jak przygotować architekturę głębokiej sieci neuronowej do konkretnego problemu, w jaki sposób przetworzyć dane wejściowe, jak uczyć i zweryfikować jakość modelu. Poznasz dobre praktyki przy pracy z sieciami głębokimi, jak również metody monitorowania i diagnozowania niepoprawnie uczących się sieci.

Poznaną wiedzę zastosujesz w praktyce, podczas rozwiązywania przygotowanych zadań. Przykłady stanowią rzeczywiste przypadki użycia głębokiego uczenia.

Dlaczego TensorFlow?

TensorFlow to biblioteka open source służąca do budowania, uczenia i wnioskowania w sieciach neuronowych. Stanowi jedno z najważniejszych narzędzi we współczesnym uczeniu maszynowym. Silny rozwój dziedziny skutkuje dynamicznym rozwojem TensorFlow. Aktualna wersja 2.0 stanowi ważny krok w stronę usystematyzowanego zastosowania głębokiego uczenia w przemyśle.

Popularność biblioteki sprawia, że jest ona kompatybilna z wieloma urządzeniami dedykowanymi obliczeniom neuronowym. Istnieje również moduł TensorFlow.js umożliwiający korzystanie z wybranych elementów TensorFlow, np. wnioskowanie, z poziomu środowiska JavaScript.

TensorFlow, jak wiele podobnych narzędzi, pozwala na łatwą akcelerację obliczeń przy pomocy dodatkowych urządzeń, np. karty graficznej. Integracja z biblioteką Keras pozwala na szybkie projektowanie i testowanie rozwiązań opartych o uczenie głębokie.

Dla kogo?

Szkolenie i przekazywana na nim wiedza przeznaczona jest dla osób rozwijających i wdrażających systemy wykorzystujące metody głębokiego uczenia.

Wymagana wiedza

Od uczestnika szkolenia wymaga się znajomości języka Python w podstawowym zakresie. Zalecana jest również wstępna wiedza z zakresu uczenia maszynowego.

Agenda warsztatów

Wstęp do uczenia głębokiego – zasada działania sieci neuronowych

  • neuron
  • funkcje aktywacji
  • wagi – parametry modelu
  • optymalizacja funkcji celu

Architektury sieci

  • sieci MLP
  • sieci rekurencyjne
  • sieci konwolucyjne
  • metody uczenia: wsteczna propagacja
  • zastosowania poszczególnych typów sieci

Podstawowy TensorFlow 2.0

  • główne założenia biblioteki
  • pojęcie tensora
  • grafy obliczeniowe
  • najważniejsze operacje
  • korzystanie ze sprzętowej akceleracji

Biblioteka Keras

  • podstawowe założenia
  • komponenty
  • gotowe moduły do budowania głębokich sieci neuronowych

Estimator API

  • budowanie potoków przetwarzania

Monitorowanie i diagnostyka głębokich sieci neuronowych

  • najczęstsze błędy
  • dobre praktyki w budowaniu sieci
  • modu TensorBoard
  • przygotowanie procesu uczenia
  • gromadzenie metryk
  • wizualizacja procesu uczenia
  • miary oceny działania sieci w wybranych problemach

TensorFlow w zastosowaniach

  • klasyfikacja obrazów
  • klasyfikacja tekstu
  • klasyfikacja danych ustrukturyzowanych

Przykłady zaawansowanych zastosowań

  • Modele generujące (generative models)
  • Detekcja obiektów na obrazach
  • Transfer stylu obrazów

 

Informacje praktyczne

Kiedy?
Warsztaty wewnętrzne: termin do indywidualnego ustalenia z Waszym zespołem

Gdzie?
Dowolne miasto w Polsce

Uczestnicy
Od 4 do 12 osób

Kontakt i zapytania ofertowe
Piotr Zwoliński, CEO
[email protected]
Tel: + 48 784 811 497

Trener

Jakub Cwynar
LinkedIN

Data Scientist/Engineer, mentor oraz trener z doświadczeniem w języku Python. Specjalista w zakresie przetwarzania danych, maszynowego uczenia oraz systemów rekomendacji. Na co dzień pracujący z danymi z branży e-commerce.

Pobierz agendę tego szkolenia w formacie PDF:
agenda_szkolenia_developers_peak.pdf

Zainteresowany szkoleniem?
Piotr Zwoliński, CEO
[email protected], tel: + 48 784 811 497