TPU Programming: Building Neural Network Applications on Tensor Processing Units Training Course
Tensor Processing Unit (TPU) е архитектурата, която Google се използва вътрешно от няколко години и едва сега става достъпна за използване от широката публика. Той включва няколко оптимизации специално за използване в невронни мрежи, включително рационализирано матрично умножение и 8-битови цели числа вместо 16-битови, за да се върнат подходящи нива на точност.
В това обучение на живо, ръководено от инструктор, участниците ще се научат как да се възползват от иновациите в TPU процесорите, за да увеличат максимално производителността на собствените си AI приложения.
До края на обучението участниците ще могат:
- Обучете различни видове невронни мрежи върху големи количества данни. Използвайте TPU, за да ускорите процеса на извод с до два порядъка. Използвайте TPU за обработка на интензивни приложения като търсене на изображения, облачно виждане и снимки.
Формат на курса
- Част лекция, част дискусия, упражнения и тежка практическа практика
План на курса
За да поискате персонализирана схема на курса за това обучение, моля свържете се с нас.
Изисквания
- Познания за архитектурата на невронни мрежи, използващи tensorflow
Публика
- Разработчици
- Изследователи
- Инженери
- Учени по данни
Отворените курсове за обучение изискват 5+ участници.
TPU Programming: Building Neural Network Applications on Tensor Processing Units Training Course - Booking
TPU Programming: Building Neural Network Applications on Tensor Processing Units Training Course - Enquiry
TPU Programming: Building Neural Network Applications on Tensor Processing Units - Консултантско запитване
Консултантско запитване
Oтзиви от потребители (5)
Хънтър е невероятен, много ангажиращ, изключително информиран и представителен. Много добре направено.
Rick Johnson - Laramie County Community College
Курс - Artificial Intelligence (AI) Overview
Машинен превод
Курсистът обяснил съдържанието добре и бил привлекателен през цялото време. Той спрял, за да попита въпроси и ни позволи да стигнем до нашите собствени решения в някои практични сесии. Той също така адаптирал курса добре за нашите нужди.
Robert Baker
Курс - Deep Learning with TensorFlow 2.0
Машинен превод
Томаш знае добре информацията и курсът беше добре подреден.
Raju Krishnamurthy - Google
Курс - TensorFlow Extended (TFX)
Машинен превод
Организация, следвайки предложения ред, обширните знания на треньора по тази тема
Ali Kattan - TWPI
Курс - Natural Language Processing with TensorFlow
Машинен превод
Very updated approach or CPI (tensor flow, era, learn) to do machine learning.
Paul Lee
Курс - TensorFlow for Image Recognition
Машинен превод
Предстоящи Курсове
Свързани Kурсове
Artificial Intelligence (AI) Overview
7 ЧасаТози курс е създаден за мениджъри, архитекти на решения, служители по иновациите, технически директори, софтуерни архитекти и всеки, който се интересува от общ преглед на приложния изкуствен интелект и най-близката прогноза за неговото развитие.
Applied AI from Scratch
28 ЧасаТова е 4-дневен курс, представящ AI и неговото приложение. Има опция да имате допълнителен ден за предприемане на AI проект след завършване на този курс.
Computer Vision with Google Colab and TensorFlow
21 ЧасаКъм края на това обучение участващите ще могат да:
Това обучение с инструктор (онлайн или на място) е насочено към професионалисти на напреднал ниво, които искат да углубят знанията си за компютърно зрение и да изследват възможностите на TensorFlow за създаване на сложни модели за зрение, използвайки Google Colab.
- Сграждане и обучение на конволюционни нейронни мрежи (CNNs) с TensorFlow.
- Използване на Google Colab за масово и ефективно разработване на модели в облака.
- Имплементация на техники за предварителна обработка на изображения за задачи на компютърно зрение.
- Разработване на компютърни модели за зрение за приложения в реалния свят.
- Използване на трансферно обучение за подобряване на изпълнението на CNN модели.
- Визуализация и интерпретация на резултатите от модели за класификация на изображения.
Deep Learning with TensorFlow in Google Colab
14 ЧасаДо края на този курс, участниците ще могат да:
Този курс с инструктор на живо (онлайн или на място) е направен за данни специалисти и разработчици на средно ниво, които искат да разберат и приложат техники за дълбочинно обучение, използвайки средата Google Colab.
- Настройте и навигация в Google Colab за проекти на дълбочинно обучение.
- Разбирането на основните принципи на невромрежите.
- Въвеждане на модели на дълбочинно обучение, използвайки TensorFlow.
- Обучение и оценка на модели на дълбочинно обучение.
- Използване на напреднали характеристики на TensorFlow за дълбочинно обучение.
Deep Learning for NLP (Natural Language Processing)
28 ЧасаВ това водено от инструктор обучение на живо в България участниците ще се научат да използват Python библиотеки за НЛП, докато създават приложение, което обработва набор от снимки и генерира надписи.
До края на това обучение участниците ще могат:
- Проектирайте и кодирайте DL за NLP, като използвате Python библиотеки.
- Създайте Python код, който чете значително огромна колекция от снимки и генерира ключови думи.
- Създайте Python код, който генерира надписи от откритите ключови думи.
Deep Learning for Vision
21 ЧасаПублика
Този курс е подходящ за Deep Learning изследователи и инженери, които се интересуват от използването на налични инструменти (предимно с отворен код) за анализиране на компютърни изображения
Този курс предоставя работещи примери.
Fraud Detection with Python and TensorFlow
14 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да използват TensorFlow за анализ на потенциални данни за измами.
До края на това обучение участниците ще могат:
- Да създадат модел за откриване на измами в Python и TensorFlow.
- Да изградят линейни регресии и модели на линейна регресия за предсказване на измами.
- Да разработят цялостно AI приложение за анализиране на данни за измами.
Introduction to the Use of Neural Networks
7 ЧасаОбучението е насочено към хора, които искат да научат основите на невронните мрежи и техните приложения.
Deep Learning with TensorFlow 2
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици и специалисти по данни, които желаят да използват Tensorflow 2.x за изграждане на предиктори, класификатори, генеративни модели, невронни мрежи и т.н.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте TensorFlow 2.x.
- Разберете предимствата на TensorFlow 2.x спрямо предишните версии.
- Изградете модели за дълбоко обучение.
- Внедрете разширен класификатор на изображения.
- Внедрете модел за задълбочено обучение в облака, мобилни устройства и IoT устройства.
TensorFlow Serving
7 ЧасаВ това водено от инструктор обучение на живо в България (онлайн или на място), участниците ще се научат как да конфигурират и използват TensorFlow Serving за внедряване и управление на ML модели в производствена среда.
До края на това обучение участниците ще могат:
- Обучават, експортират и използват различните модели.
- Тестват и внедряват алгоритми с една архитектура и набор от API.
- Разширяват Serving за използване на други видове модели освен тези.
Deep Learning with TensorFlow
21 ЧасаTensorFlow е API от 2-ро поколение на софтуерната библиотека с отворен код Google за дълбоко обучение. Системата е предназначена да улесни изследванията в машинното обучение и да направи бърз и лесен преходът от изследователски прототип към производствена система.
Публика
Този курс е предназначен за инженери, които искат да използват TensorFlow за своите проекти за задълбочено обучение
След завършване на този курс делегатите ще:
- разбират структурата и механизмите за внедряване на TensorFlow да могат да изпълняват задачи и конфигуриране на инсталация/производствена среда/архитектура да могат да оценяват качеството на кода, да извършват отстраняване на грешки, мониторинг да могат да прилагат разширено производство като модели за обучение, изграждане на графики и регистриране
TensorFlow for Image Recognition
28 ЧасаТози курс изследва, с конкретни примери, приложението на Tensor Flow за целите на разпознаването на изображения
Публика
Този курс е предназначен за инженери, които искат да използват TensorFlow за целите на разпознаването на изображения
След завършване на този курс делегатите ще могат да:
- разбиране на структурата и механизмите за внедряване на TensorFlow изпълнява задачи по инсталация/производствена среда/архитектура и конфигурация оценява качеството на кода, извършва отстраняване на грешки, мониторинг прилага разширено производство като модели за обучение, изграждане на графики и регистриране
TensorFlow Extended (TFX)
21 ЧасаТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да преминат от обучение на един ML модел към внедряване на много ML модели в производство.
До края на това обучение участниците ще могат:
- Инсталирайте и конфигурирайте TFX и поддържащи инструменти на трети страни.
- Използвайте TFX, за да създадете и управлявате пълен ML производствен конвейер.
- Работете с TFX компоненти, за да извършвате моделиране, обучение, изводи за обслужване и управление на внедрявания.
- Внедрете функции за машинно обучение в уеб приложения, мобилни приложения, IoT устройства и др.
Natural Language Processing (NLP) with TensorFlow
35 ЧасаTensorFlow™ е софтуерна библиотека с отворен код за цифрови изчисления, използвайки графики за потока на данни.
SyntaxNet е рамка за обработка на естествени езици с невронна мрежа за TensorFlow.
Word2Vec се използва за изучаване на векторни представи на думи, наречени "word embeddings". Word2vec е специално изчислително-ефективна предсказуема модел за изучаване на въвеждането на думи от суров текст. Той идва в два вкуса, моделът Continuous Bag-of-Words (CBOW) и моделът Skip-Gram (глави 3.1 и 3.2 в Mikolov et al.)
Използвани в тандем, SyntaxNet и Word2Vec позволяват на потребителите да генерират модели за учене от естествения език.
публиката
Този курс е насочен към разработчици и инженери, които възнамеряват да работят с SyntaxNet и Word2Vec модели в техните TensorFlow графики.
След завършване на този курс делегатите ще:
- Разбиране на структурата и механизмите за разпространение на TensorFlow’
- да може да изпълнява монтаж / производствена среда / архитектурни задачи и конфигурация
- да могат да оценяват качеството на кода, да извършват дебютиране, мониторинг
- да могат да прилагат напреднали производствени модели като модели за обучение, термини за вграждане, графика за строителство и записване
Understanding Deep Neural Networks
35 ЧасаТози курс започва с предоставяне на концептуални знания за невронни мрежи и като цяло за алгоритъм за машинно обучение, задълбочено обучение (алгоритми и приложения).
Част-1 (40%) от това обучение се фокусира повече върху основите, но ще ви помогне да изберете правилната технология: TensorFlow, Caffe, Theano, DeepDrive, Keras и др.
Част-2 (20%) от това обучение представя Theano - библиотека на python, която прави лесно писането на модели за дълбоко обучение.
Част-3 (40%) от обучението ще бъде широко базирано на Tensorflow - 2-ро поколение API на софтуерната библиотека с отворен код на Google за дълбоко обучение. Всички примери и handson ще бъдат направени в TensorFlow.
Публика
Този курс е предназначен за инженери, които искат да използват TensorFlow за своите проекти за задълбочено обучение
След завършване на този курс делегатите ще:
- имат добро разбиране на дълбоките невронни мрежи (DNN), CNN и RNN разбират TensorFlow структурата и механизмите за внедряване да могат да изпълняват задачи и конфигурация на инсталация / производствена среда / архитектура да могат да оценяват качеството на кода, да извършват отстраняване на грешки, мониторинг да можете да внедрявате разширено производство като модели за обучение, изграждане на графики и регистриране