Programa del Curso
Empezar
- Inicio rápido: Ejecución de ejemplos y DL4J en los proyectos
- Guía de configuración completa
Introducción a Neural Networks
- Máquinas Boltzmann restringidas
- Redes convolucionales (ConvNets)
- Unidades de memoria a corto plazo (LSTM)
- Eliminación de ruido de los codificadores automáticos
- Redes y LSTM recurrentes
Redes neuronales multicapa
- Red de Creencias Profundas
- Codificador automático profundo
- Codificadores automáticos de eliminación de ruido apilados
Tutoriales
- Uso de redes recurrentes en DL4J
- MNIST DBN Tutorial
- Tutorial de Flor de Iris
- Canova: Vectorization Lib para herramientas de ML
- Actualizadores de redes neuronales: SGD, Adam, Adagrad, Adadelta, RMSProp
Datasets
- Conjuntos de datos y Machine Learning
- Conjuntos de datos personalizados
- Cargas de datos CSV
Escalado horizontal
- Reducción iterativa definida
- Multiprocesador / Clustering
- Ejecución de nodos de trabajo
Mensaje de texto
- Marco de PNL de DL4J
- Word2vec para Java y Scala
- Análisis textual y aprendizaje a distancia
- Bolsa de Words
- Segmentación de oraciones y documentos
- Tokenización
- Caché de vocabulario
DL2J avanzado
- Compilar localmente desde el maestro
- Contribuir a DL4J (Guía para desarrolladores)
- Elegir una red neuronal
- Usar la herramienta de compilación Maven
- Vectorizar datos con Canova
- Creación de una canalización de datos
- Ejecutar puntos de referencia
- Configure DL4J en Ivy, Gradle, SBT, etc.
- Buscar una clase o método DL4J
- Guardar y cargar modelos
- Interpretación de la salida de la red neuronal
- Visualización de datos con t-SNE
- Cambiar CPU por GPU
- Personalización de una canalización de imágenes
- Realizar regresión con redes neuronales
- Solución de problemas de entrenamiento y selección de hiperparámetros de red
- Visualice, supervise y depure el aprendizaje en red
- Acelere Spark con binarios nativos
- Cree un motor de recomendación con DL4J
- Uso de redes recurrentes en DL4J
- Cree arquitecturas de red complejas con Computation Graph
- Redes de trenes que utilizan la parada anticipada
- Descargar instantáneas con Maven
- Personalizar una función de pérdida
Requerimientos
Conocimientos en lo siguiente:
- Java
Testimonios (5)
Tuvimos una visión general sobre Machine Learning, Neural Networks, IA con ejemplos prácticos.
Catalin - DB Global Technology SRL
Curso - Machine Learning and Deep Learning
Traducción Automática
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Curso - Introduction to Deep Learning
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Curso - Artificial Neural Networks, Machine Learning, Deep Thinking
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
Curso - Advanced Deep Learning
In-depth coverage of machine learning topics, particularly neural networks. Demystified a lot of the topic.