Deep Learning with TensorFlow

• Statistics
• Python
• (opcjonalnie) Laptop z procesorem graficznym NVIDIA obsługującym CUDA 8.0 i cuDNN 5.1, z zainstalowanym 64-bitowym systemem Linux
.

TensorFlow to API drugiej generacji Google' biblioteki oprogramowania open source do uczenia głębokiego. System został zaprojektowany w celu ułatwienia badań nad uczeniem maszynowym oraz szybkiego i łatwego przejścia od prototypu badawczego do systemu produkcyjnego.

Publiczność

Ten kurs jest przeznaczony dla inżynierów, którzy chcą wykorzystać TensorFlow w swoich projektach Deep Learning

Po ukończeniu tego kursu uczestnicy będą

• rozumieć TensorFlow’strukturę i mechanizmy wdrażania
• być w stanie przeprowadzić zadania i konfigurację instalacji / środowiska produkcyjnego / architektury
• być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
• być w stanie wdrożyć zaawansowaną produkcję, taką jak modele szkoleniowe, tworzenie wykresów i rejestrowanie

Machine Learning i podstawy rekursywne Neural Networks (RNN)

• NN i RNN
• Backprogation
• Długa pamięć krótkotrwała (LSTM)

Podstawy TensorFlow

• Tworzenie, inicjowanie, zapisywanie i przywracanie TensorFlow zmiennych
• Podawanie, odczytywanie i wstępne ładowanie TensorFlow danych
• Jak korzystać z infrastruktury TensorFlow do trenowania modeli na dużą skalę
• Wizualizacja i ocena modeli za pomocą TensorBoard

Mechanika 101 TensorFlow

• Przygotowanie danych
  • Pobieranie
  • Dane wejściowe i symbole zastępcze
• Tworzenie wykresu
  • Wnioskowanie
  • Strata
  • Trening
• Trenowanie modelu
  • Wykres
  • Sesja
  • Pętla treningowa
• Ocena modelu
  • Tworzenie wykresu oceny
  • Dane wyjściowe analizy

Zaawansowane użycie

• Wątkowanie i kolejki
• Rozproszone TensorFlow
• Pisanie Documentation i udostępnianie modelu
• Dostosowywanie czytników danych
• Używanie GPUs¹
• Manipulowanie plikami modelu TensorFlow

Serwowanie TensorFlow

• Wprowadzenie
• Podstawowy samouczek obsługi
• Zaawansowany samouczek obsługi
• Samouczek modelu początkowego obsługi

¹ Temat Advanced Usage, "Using GPUs", nie jest dostępny jako część kursu zdalnego. Moduł ten może być dostarczony podczas kursów stacjonarnych, ale tylko po wcześniejszym uzgodnieniu i tylko wtedy, gdy zarówno trener, jak i wszyscy uczestnicy mają laptopy z obsługiwanymi procesorami NVIDIA GPU, z zainstalowanym 64-bitowym Linux (nie dostarczonym przez NobleProg). NobleProg nie może zagwarantować dostępności trenerów z wymaganym sprzętem.