План на курса
Въведение в Torch
- Като NumPy, но с използване на CPU и GPU Torch в машинно обучение, компютърно зрение, обработка на сигнали, паралелна обработка, изображения, видео, аудио и мрежи
Инсталиране Torch
- Linux, Windows, Mac Bitmapi и Docker
Инсталиране на Torch пакета
- Използване на мениджъра на пакети LuaRocks
Избор на IDE за Torch
- ZeroBrane Studio Eclipse плъгин за Lua
Работа с Lua скриптовия език и LuaJIT
- Интеграция на Lua с C/C++ Синтаксис на Lua: типове данни, цикли и условни, функции, функции, таблици и вход/изход на файлове. Обектно ориентиране и сериализация в Torch Упражнение по кодиране
Зареждане на набор от данни в Torch
- MNIST CIFAR-10, CIFAR-100 Imagenet
Машинно обучение в Torch
- Deep Learning Ръчно извличане на функции срещу конволюционни мрежи
Работа с интерпретатора REPL
- Работа с Databases
Работа в мрежа и Torch
Поддръжка на GPU в Torch
Интегриране Torch
C, Python и други
Вграждане Torch
- iOS и Android
Други рамки и библиотеки
- Оптимизирани модули и контейнери за дълбоко обучение на Facebook.
Създаване на ваш собствен пакет
- Тестване и отстраняване на грешки
Пускане на вашето приложение
Бъдещето на ИИ и Torch
Обобщение и заключение
Изисквания
- Programming опит във всеки език.
- Общото познаване на C/C++ помага.
- Интерес към изкуствения интелект (AI).
Публика
- Разработчици на софтуер и програмисти, желаещи да активират Machine и Deep Learning в своите приложения
Oтзиви от потребители (3)
Голямо количество практически знания, показани в примери от реалния живот.
Kamil - Streamsoft Kraków
Course - Java Advanced
Machine Translated
Постоянно натискане на промени, когато на 3-ия ден започнах да се губя повече от преди и беше по-трудно да забележа грешката бързо, успях бързо да проверя най-новите промени и да остана в крак с материала
Paulina
Course - Advanced Java Security
Machine Translated
Very good knowledge and character.