Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
План на курса
Въведение в OpenNN, машинно обучение и дълбоко обучение
Изтегляне OpenNN
Работа с Neural Designer
- Използване на Neural Designer за описателен, диагностичен, предсказващ и предписващ анализ
OpenNN архитектура
- CPU паралелизиране
OpenNN класа
- Набор от данни, невронна мрежа, индекс на загуба, стратегия за обучение, избор на модел, анализ на тестване Векторни и матрични шаблони
Изграждане на приложение за невронна мрежа
- Избор на подходяща невронна мрежа Формулиране на вариационния проблем (индекс на загуба) Решаване на проблема за оптимизиране на намалената функция (стратегия за обучение)
Работа с масиви от данни
- Матрицата на данните (колони като променливи и редове като екземпляри)
Учебни задачи
- Функционална регресия Разпознаване на образи
Компилиране с QT Creator
Интегриране, тестване и отстраняване на грешки във вашето приложение
Бъдещето на невронните мрежи и OpenNN
Обобщение и заключение
Изисквания
- Разбирането на концепциите за наука за данни C++ опит в програмирането е полезно
Публика
- Разработчици на софтуер и програмисти, желаещи да създават Deep Learning приложения.
14 Hours