Курс за обучение по OpenNMT: Setting Up a Neural Machine Translation System
В това обучение на живо, ръководено от инструктор, участниците ще се научат как да настройват и използват OpenNMT за извършване на превод на различни набори от примерни данни. Курсът започва с преглед на невронните мрежи, приложими към машинния превод. Участниците ще изпълняват упражнения на живо по време на курса, за да демонстрират своето разбиране на научените концепции и да получат обратна връзка от инструктора.
До края на това обучение участниците ще имат знанията и практиката, необходими за прилагане на живо OpenNMT решение.
Извадките от изходния и целевия език ще бъдат предварително организирани според изискванията на аудиторията.
Формат на курса
- Част лекция, част дискусия, тежка практическа практика
План на курса
Въведение
- Защо невронен машинен превод?
Преглед на Torch проекта
Инсталиране и настройка
Предварителна обработка на вашите данни
Обучение на модела
Превод
Използване на предварително обучени модели
Работа с Lua скриптове
Използване на разширения
Отстраняване на неизправности
Присъединяване към Общността
Обобщение и заключение
Изисквания
- Известен опит в програмирането е полезен.
- Опит с използването на командния ред.
- Основно разбиране на концепциите за машинен превод.
Публика
- Специалисти по локализация с технически опит
- Глобални мениджъри на съдържание
- Инженери по локализация
- Разработчици на софтуер, отговорни за внедряването на глобални решения за съдържание
Отворените курсове за обучение изискват 5+ участници.
Курс за обучение по OpenNMT: Setting Up a Neural Machine Translation System - Booking
Курс за обучение по OpenNMT: Setting Up a Neural Machine Translation System - Enquiry
OpenNMT: Setting Up a Neural Machine Translation System - Консултантско запитване
Консултантско запитване
Upcoming Courses
Свързани Kурсове
Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни на средно до напреднало ниво, инженери по машинно обучение, изследователи в дълбокото обучение и експерти по компютърно зрение, които желаят да разширят знанията и уменията си в дълбокото обучение за генериране на текст към изображение.
До края на това обучение участниците ще могат:
- Разберете усъвършенствани архитектури за дълбоко обучение и техники за генериране на текст към изображение.
- Внедрете сложни модели и оптимизации за висококачествен синтез на изображения.
- Оптимизирайте производителността и скалируемостта за големи масиви от данни и сложни модели.
- Настройте хиперпараметрите за по-добра производителност и обобщение на модела.
- Интегрирайте Stable Diffusion с други рамки и инструменти за дълбоко обучение
Introduction to Stable Diffusion for Text-to-Image Generation
21 ЧасаТова водено от инструктор обучение на живо (онлайн или на място) е насочено към специалисти по данни, инженери по машинно обучение и изследователи на компютърно зрение, които желаят да използват Stable Diffusion за генериране на висококачествени изображения за различни случаи на употреба.
До края на това обучение участниците ще могат:
- Разберете принципите на Stable Diffusion и как работи за генериране на изображения.
- Изградете и обучете Stable Diffusion модели за задачи за генериране на изображения.
- Приложете Stable Diffusion към различни сценарии за генериране на изображения, като вписване, изрисуване и превод от изображение към изображение.
- Оптимизирайте производителността и стабилността на Stable Diffusion модели.
AlphaFold
7 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към биолози, които искат да разберат как AlphaFold работи и да използват AlphaFold модели като ръководства в своите експериментални изследвания.
До края на това обучение участниците ще могат:
- Разберете основните принципи на AlphaFold.
- Научете как работи AlphaFold.
- Научете как да интерпретирате AlphaFold прогнози и резултати.
Edge AI with TensorFlow Lite
14 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици на средно ниво, специалисти по данни и AI практици, които желаят да използват TensorFlow Lite за Edge AI приложения.
До края на това обучение участниците ще могат:
- Разберете основите на TensorFlow Lite и ролята му в Edge AI.
- Разработвайте и оптимизирайте AI модели с помощта на TensorFlow Lite.
- Разположете TensorFlow Lite модели на различни крайни устройства.
- Използвайте инструменти и техники за преобразуване и оптимизиране на модела.
- Внедрете практически Edge AI приложения с помощта на TensorFlow Lite.
TensorFlow Lite for Embedded Linux
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да използват TensorFlow Lite за внедряване на модели за дълбоко обучение на вградени устройства.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте Tensorflow Lite на вградено устройство.
- Разберете основните концепции и компоненти TensorFlow Lite.
- Конвертирайте съществуващи модели във формат TensorFlow Lite за изпълнение на вградени устройства.
- Работете в рамките на ограниченията на малките устройства и TensorFlow Lite, докато се научавате как да разширите обхвата на операциите, които могат да се изпълняват.
- Внедрете модел на задълбочено обучение на вградено устройство, работещо под Linux.
TensorFlow Lite for Android
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да използват TensorFlow Lite за разработване на мобилни приложения с възможности за дълбоко обучение.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте TensorFlow Lite.
- Разберете принципите зад TensorFlow, машинното обучение и дълбокото обучение.
- Заредете TensorFlow модели на устройство с Android.
- Активирайте функции за задълбочено обучение и машинно обучение, като компютърно зрение и разпознаване на естествен език в мобилно приложение.
TensorFlow Lite for iOS
21 ЧасаТова водено от инструктор обучение на живо (онлайн или на място) е насочено към разработчици, които желаят да използват TensorFlow Lite за разработване на мобилни приложения за iOS с възможности за дълбоко обучение.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте TensorFlow Lite.
- Разберете принципите зад TensorFlow и машинното обучение на мобилни устройства.
- Заредете TensorFlow модели на iOS устройство.
- Стартирайте iOS приложение, способно да открие и класифицира обект, заснет от камерата на устройството.
Tensorflow Lite for Microcontrollers
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да пишат, зареждат и изпълняват модели за машинно обучение на много малки вградени устройства.
До края на това обучение участниците ще могат:
- Инсталирайте TensorFlow Lite.
- Заредете модели за машинно обучение на вградено устройство, за да му позволите да открива реч, да класифицира изображения и т.н.
- Добавете AI към хардуерни устройства, без да разчитате на мрежова свързаност.
Deep Learning Neural Networks with Chainer
14 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към изследователи и разработчици, които желаят да използват Chainer за изграждане и обучение на невронни мрежи в Python, като същевременно правят кода лесен за отстраняване на грешки.
До края на това обучение участниците ще могат:
- Настройте необходимата среда за разработка, за да започнете да разработвате модели на невронни мрежи.
- Дефинирайте и внедрявайте модели на невронни мрежи, като използвате разбираем изходен код.
- Изпълнявайте примери и модифицирайте съществуващите алгоритми, за да оптимизирате моделите за обучение на задълбочено обучение, като същевременно използвате GPU за висока производителност.
Distributed Deep Learning with Horovod
7 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици или специалисти по данни, които желаят да използват Horovod за провеждане на разпределени обучения за задълбочено обучение и да го мащабират, за да работят в множество GPU паралелно .
До края на това обучение участниците ще могат:
- Настройте необходимата среда за разработка, за да започнете да провеждате обучения за дълбоко обучение.
- Инсталирайте и конфигурирайте Horovod за обучение на модели с TensorFlow, Keras, PyTorch и Apache MXNet.
- Мащабирайте обучението за дълбоко обучение с Horovod, за да работите на множество GPU.
Accelerating Deep Learning with FPGA and OpenVINO
35 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да ускорят приложенията за машинно обучение в реално време и да ги внедрят в мащаб.
До края на това обучение участниците ще могат:
- Инсталирайте OpenVINO инструментариума.
- Ускорете приложение за компютърно зрение с помощта на FPGA.
- Изпълнете различни CNN слоеве на FPGA.
- Мащабирайте приложението в множество възли в Kubernetes клъстер.
Building Deep Learning Models with Apache MXNet
21 ЧасаТова водено от инструктор обучение на живо (онлайн или на място) е насочено към специалисти по данни, които желаят да използват Apache MXNet за изграждане и внедряване на модел за дълбоко обучение за разпознаване на изображения.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте Apache MXNet и неговите компоненти.
- Разберете архитектурата и структурите на данните на MXNet.
- Използвайте API от ниско и високо ниво на Apache MXNet за ефективно изграждане на невронни мрежи.
- Изградете конволюционна невронна мрежа за класифициране на изображения.
Deep Learning with Keras
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към технически лица, които желаят да приложат модел на дълбоко обучение към приложения за разпознаване на изображения.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте Keras.
- Бързо прототипирайте модели за дълбоко обучение.
- Реализирайте конволюционна мрежа.
- Внедряване на повтаряща се мрежа.
- Изпълнете модел на задълбочено обучение както на CPU, така и на GPU.
Advanced Deep Learning with Keras and Python
14 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към софтуерни инженери, които желаят да разработят усъвършенствани невронни мрежи за задълбочено обучение и модели с помощта на Keras и Python.
До края на това обучение участниците ще могат:
- Прилагайте задълбочено обучение с контролирани или неконтролирани методи на обучение.
- Разработване, обучение и прилагане на едновременни невронни мрежи и повтарящи се невронни мрежи.
- Използвайте Keras и Python за изграждане на модели за дълбоко обучение за решаване на проблеми, включващи изображения, текст, звук и др.
Deep Learning for Self Driving Cars
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да създадат самоуправляваща се кола, използвайки техники за дълбоко обучение.
До края на това обучение участниците ще могат:
- Използвайте Keras за изграждане и обучение на конволюционна невронна мрежа.
- Използвайте техники за компютърно зрение, за да идентифицирате лентите в проект за автономно шофиране.
- Обучете модел за задълбочено обучение, за да различавате пътните знаци.
- Симулирайте напълно автономна кола.