План на курса

Приготвяме се да започнем

    Бърз старт: Примери за изпълнение и DL4J във Вашите проекти Изчерпателно ръководство за настройка

Въведение в Neural Networks

    Ограничени машини на Болцман Конволюционни мрежи (ConvNets) Единици с дълга краткосрочна памет (LSTM) Автоматични енкодери за премахване на шума Повтарящи се мрежи и LSTM

Многослойни невронни мрежи

    Deep-Belief Network Deep AutoEncoder Подредени автоматични енкодери за обезшумяване

Уроци

    Използване на повтарящи се мрежи в DL4J MNIST DBN Урок Ирис Цвете Урок Canova: Vectorization Lib за ML инструменти Актуализатори на невронни мрежи: SGD, Adam, Adagrad, Adadelta, RMSProp

Набори от данни

    Набори от данни и Machine Learning персонализирани набори от данни, качвания на CSV данни

Мащабиране

    Итеративно намаляване на дефинирани мултипроцесорни / клъстерни работещи работни възли

Текст

    DL4J's NLP Framework Word2vec за Java и Scala Textual Analysis и DL Bag of Words Sentence and Document Segmentation Tokenization Vocab Cache

Разширен DL2J

    Изградете локално от Master Допринесете за DL4J (Ръководство за разработчици) Изберете невронна мрежа Използвайте Maven инструмента за изграждане Векторизирайте данни с Canova Изградете тръбопровод за данни Изпълнете показатели Конфигурирайте DL4J в Ivy, Gradle, SBT и т.н. Намерете DL4J клас или метод Запазете и заредете Модели Интерпретират невронни мрежови изходни данни Визуализирайте данни с t-SNE Разменете процесори за графични процесори Персонализирайте тръбопровод за изображения Извършвайте регресия с невронни мрежи Отстранявайте неизправности Обучение и избирайте мрежови хиперпараметри Визуализирайте, наблюдавайте и отстранявайте грешки Мрежово обучение Ускорете Spark с Native Binaries Изградете двигател за препоръки с DL4J Използване Повтарящи се мрежи в DL4J Изграждане на сложни мрежови архитектури с изчислителна графика Обучение на мрежи с помощта на ранно спиране Изтегляне на моментни снимки с Maven Персонализиране на функция за загуба

Изисквания

Познания в следното:

  • Java
  21 Hours

Брой участници



Цена за участник

Oтзиви от потребители (4)

Свързани Kурсове

Deep Learning AI Techniques for Executives, Developers and Managers

  21 Hours

Deep Learning for Finance (with R)

  28 Hours

Deep Learning for Banking (with Python)

  28 Hours

Deep Learning for Banking (with R)

  28 Hours

Deep Learning for Finance (with Python)

  28 Hours

Deep Learning for Medicine

  14 Hours

Свързани Kатегории