Deep Learning培訓

Deep Learning培訓

Local, instructor-led live Deep Learning (DL) training courses demonstrate through hands-on practice the fundamentals and applications of Deep Learning and cover subjects such as deep machine learning, deep structured learning, and hierarchical learning.

Deep Learning training is available as "onsite live training" or "remote live training". Onsite live Deep Learning training can be carried out locally on customer premises in 台灣 or in NobleProg corporate training centers in 台灣. Remote live training is carried out by way of an interactive, remote desktop.

NobleProg -- Your Local Training Provider

客戶評論

★★★★★
★★★★★

Deep Learning課程大綱

Title
Duration
Overview
Title
Duration
Overview
14 小時
Overview
本課程涵蓋汽車行業的AI(強調機器學習和深度學習)。它有助于確定哪種技術可以(可能)用于汽車中的多種情況:從簡單的自動化,圖像識別到自主決策。
21 小時
Overview
在這個有指導意義的現場培訓中,參與者將學習使用R進行機器學習的先進技術,以便他們逐步創建實際應用程序。 在培訓結束後,參與者將能夠: 使用技術作爲超參數調整和深度學習了解並實施無監督學習技巧將模型投入生産以用于更大的應用程序 聽衆 開發商分析師數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
Microsoft Cognitive Toolkit 2x(以前的CNTK)是一種開源的商業級工具包,可以訓練深度學習算法,以便像人類大腦一樣學習。根據微軟的說法,CNTK在循環網絡上的速度可能比TensorFlow快510倍,對于與圖像相關的任務來說,TensorFlow的速度要快2-3倍。 在這種有指導性的現場培訓中,參與者將學習如何使用Microsoft Cognitive Toolkit來創建,訓練和評估深度學習算法,以用于涉及多種類型數據(如數據,語音,文本和圖像)的商業級AI應用程序。 在培訓結束後,參與者將能夠: 從Python,C#或C ++程序中將CNTK作爲庫訪問通過自己的模型描述語言(BrainScript),使用CNTK作爲獨立的機器學習工具。 使用Java程序中的CNTK模型評估功能結合前饋DNN,卷積網絡(CNN)和循環網絡(RNN / LSTM) 在CPU,GPU和多台機器上擴展計算能力使用現有的編程語言和算法訪問海量數據集 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習 注意 如果您想定制此培訓的任何部分,包括選擇的編程語言,請聯系我們安排。
21 小時
Overview
本課程涵蓋人工智能(強調機器學習和深度學習)
28 小時
Overview
本課程將爲您提供有關神經網絡和機器學習算法,深度學習(算法和應用)方面的知識。 此培訓更注重基礎知識,但會幫助您選擇正確的技術:TensorFlow,Caffe,Teano,DeepDrive,Keras等。這些示例均在TensorFlow中制作。
14 小時
Overview
這個基于課堂的培訓課程將包含演示和基于計算機的示例以及與相關的神經和深層網絡庫進行的案例學習練習
14 小時
Overview
OpenFace是基于Python和Torch的開源,基于谷歌FaceNet研究的實時面部識別軟件。 在這個有指導的現場培訓中,參與者將學習如何使用OpenFace的組件來創建和部署樣本面部識別應用程序。 在培訓結束後,參與者將能夠: 使用OpenFace的組件,包括dlib,OpenVC,Torch和nn4來實現人臉檢測,對齊和轉換將OpenFace應用于真實世界的應用,如監控,身份驗證,虛擬現實,遊戲以及識別回頭客等。 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
7 小時
Overview
在本講師指導的現場培訓中, 學員將學習如何設置和使用 Openmt 對各種示例資料集進行翻譯。本課程首先概述了神經網路, 因為它們適用于機器翻譯。學員將在整個課程中進行現場練習, 以展示他們對所學概念的理解, 並從教師那裡獲得回饋



到本培訓結束時, 學員將具備實施即時 OpenNMT 解決方案所需的知識和實踐



源和目的語言樣本將根據觀眾 & #39; 要求預先安排

課程 的

格式

- 部分講座、部分討論、繁重的動手實踐
14 小時
Overview
OpenNN是一個用C ++編寫的開源類庫,它實現了神經網絡,用於機器學習。

在本課程中,我們將介紹神經網絡的原理,並使用OpenNN來實現示例應用程序。

聽眾
希望創建深度學習應用程序的軟件開發人員和程序員。

課程形式
講座和討論以及動手練習。
21 小時
Overview
PaddlePaddle(並行分布式深度學習)是百度開發的可擴展的深度學習平台。 在這個有指導意義的現場培訓中,參與者將學習如何使用PaddlePaddle在其産品和服務應用中實現深度學習。 在培訓結束後,參與者將能夠: 設置並配置PaddlePaddle 建立用于圖像識別和物體檢測的卷積神經網絡(CNN) 爲情感分析設置一個循環神經網絡(RNN) 在推薦系統上建立深度學習,以幫助用戶找到答案預測點擊率(CTR),對大規模圖像集進行分類,執行光學字符識別(OCR),排名搜索,檢測計算機病毒以及實施推薦系統。 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習Python中最相關及最尖端的機器學習技術,因爲它們構建了一系列涉及圖像、音樂、文本和財務數據的演示應用程序。

在本次培訓結束後,參與者將能夠:

- 運用用于解決複雜問題的機器學習算法和技術
- 將深度學習和半監督學習應用于涉及圖像、音樂、文本和財務數據的應用程序
- 推動Python算法達到其最大潛力
- 使用例如NumPy和Theano的庫和包

受衆

- 開發人員
- 分析師
- 數據科學家

課程形式

- 部分講座、部分討論、練習和大量實操
21 小時
Overview
SINGA是一個通用的分布式深度學習平台,用于在大型數據集上訓練大型深度學習模型。它采用基于圖層抽象的直觀編程模型進行設計。支持各種流行的深度學習模型,即包括卷積神經網絡(CNN)的前饋模型,受限玻爾茲曼機(RBM)和遞歸神經網絡(RNN)等能量模型。爲用戶提供了許多內建層。 SINGA架構足夠靈活以運行同步,異步和混合培訓框架。 SINGA還支持不同的神經網絡劃分方案來並行化大型模型的訓練,即在批量維度,特征維度或混合劃分之間的劃分。 聽衆 本課程面向尋求利用Apache SINGA作爲深度學習框架的研究人員,工程師和開發人員。 完成本課程後,代表們將: 了解SINGA的結構和部署機制能夠執行安裝/生産環境/架構任務和配置能夠評估代碼質量,執行調試和監控能夠實施先進的生産,如培訓模式,嵌入術語,建築圖和日志
21 小時
Overview
Keras 是用於快速開發和實驗的高級神經網路 API。它運行在緊張流、CNTK 或 Theano 之上

該教師指導的現場或遠端培訓 (現場或遠端) 針對希望將深度學習模式應用於圖像識別應用的技術人員



到本次培訓結束時, 學員將能夠:

- 安裝和配置 Keras
。 - 快速原型化深度學習模型
。 - 實現卷積網路
。 - 實施經常性網路.
- 在 CPU 和 GPU 上執行深度學習模型
課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場
實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
- 要瞭解有關 Keras 的更多資訊, 請訪問: HTTPs://keras.io/
7 小時
Overview
Tensor2Tensor(T2T)是一個模塊化,可擴展的庫,用于使用不同類型的訓練數據在不同任務中訓練AI模型,例如:圖像識別,翻譯,解析,圖像字幕和語音識別。它由Google Brain團隊維護。 在這種有指導性的現場培訓中,參與者將學習如何准備一種深度學習模式來解決多項任務。 在培訓結束後,參與者將能夠: 安裝tensor2tensor,選擇一個數據集,並訓練和評估一個AI模型使用Tensor2Tensor中包含的工具和組件自定義開發環境創建並使用單個模型同時從多個域中學習許多任務使用該模型從具有大量訓練數據的任務中學習,並將該知識應用于數據有限的任務使用單個GPU獲得令人滿意的處理結果 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
TensorFlow 是 Google 為深度學習、數值計算和大規模機器學習而開發的一種流行的機器學習庫。TensorFlow 2.0 于2019年1月發佈, 是 TensorFlow 的最新版本, 包括在渴望執行、相容性和 API 一致性方面的改進



本教師指導的現場培訓 (現場或遠端) 針對的是希望使用大人 orflow 2.0 構建預測器、分類器、生成模型、神經網路等

的開發人員和資料科學家。

到本次培訓結束時, 學員將能夠:

- 安裝和配置緊張流 2.0
- 瞭解 TensorFlow 2.0 與以前版本相比
的優勢。 - 構建深入的學習模式
- 實現了一個高級圖像分類器
。 - 將深度學習模型部署到雲、移動和物聯網設備
。 課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場
實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
- 要瞭解有關緊張流的更多資訊, 請訪問: HTTPs://www.tensorflow.org/
7 小時
Overview
TensorFlow Serving是一個爲機器學習(ML)模型提供服務的系統。 在這個有指導的現場培訓中,參與者將學習如何配置和使用TensorFlow Serving在生産環境中部署和管理ML模型。 在培訓結束後,參與者將能夠: 培訓,出口和服務各種TensorFlow模型使用單一架構和一組API來測試和部署算法擴展TensorFlow服務于TensorFlow型號之外的其他類型的模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
TensorFlow是Google的深度學習開源軟件庫的第二代API。該系統旨在促進機器學習方面的研究,並使其從研究原型轉換爲生産系統變得快速簡單。 聽衆 本課程面向尋求將TensorFlow用于深度學習項目的工程師 完成本課程後,代表們將: 了解TensorFlow的結構和部署機制能夠執行安裝/生産環境/架構任務和配置能夠評估代碼質量,執行調試和監控能夠實施先進的生産,如培訓模型,建築圖表和日志
28 小時
Overview
本課程通過具體示例探討Tensor Flow在圖像識別中的應用 聽衆 本課程面向尋求將TensorFlow用于圖像識別目的的工程師 完成本課程後,代表們將能夠: 了解TensorFlow的結構和部署機制執行安裝/生産環境/架構任務和配置評估代碼質量,執行調試和監控實施先進的生産,如培訓模型,建築圖和記錄
21 小時
Overview
火炬是一個開源的機器學習庫, 也是一個基於 Lua 程式設計語言的科學計算框架。它為數字、機器學習和電腦視覺提供了一個開發環境, 特別強調深度學習和卷積網。它是機器和深度學習最快、最靈活的框架之一, 被 Facebook、谷歌、推特、NVIDIA、Amd、英特爾等許多公司使用



在這個講師指導的現場培訓中, 我們介紹了火炬的原理、它的獨特功能, 以及它如何應用於現實世界的應用。我們在整個過程中完成了大量的動手練習, 展示和實踐了所學的概念.

到課程結束時, 學員將全面瞭解火炬 & #39; 的基本特性和能力, 以及與其他框架和庫相比, 火炬在 AI 空間中的作用和貢獻。參與者還將獲得在自己的專案中實施火炬的必要做法



課程 的

格式

機器與深度學習 的 - 概述
- 類編碼和集成練習
- 測試問題一直存在, 以檢查理解
7 小時
Overview
張量處理單元(TPU)是Google多年來在內部使用的體系結構,現在才變得可供普通大衆使用。它包括幾個專門用于神經網絡的優化,包括簡化的矩陣乘法,以及8位整數而不是16位,以便返回適當的精度級別。 在這個有指導意義的現場培訓中,與會者將學習如何利用TPU處理器的創新優勢,最大限度地提高他們自己的AI應用程序的性能。 在培訓結束時,參與者將能夠: 對大量數據訓練各種類型的神經網絡使用熱塑性聚氨酯加速推理過程高達兩個數量級利用TPU處理密集型應用,如圖像搜索,雲視覺和照片 聽衆 開發商研究人員工程師數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
35 小時
Overview
TensorFlow™是使用數據流圖進行數值計算的開源軟件庫。 SyntaxNet是TensorFlow的神經網絡自然語言處理框架。 Word2Vec用于學習單詞的矢量表示,稱爲“單詞嵌入”。 Word2vec是一種用于從原始文本中學習單詞嵌入的特別計算有效的預測模型。它有兩種風格,連續BagofWords模型(CBOW)和SkipGram模型(Mikolov等人的第31章和第32章)。 SyntaxNet和Word2Vec允許用戶從自然語言輸入中生成Learned Embedding模型。 聽衆 本課程面向那些打算在TensorFlow圖表中使用SyntaxNet和Word2Vec模型的開發人員和工程師。 完成本課程後,代表們將: 了解TensorFlow的結構和部署機制能夠執行安裝/生産環境/架構任務和配置能夠評估代碼質量,執行調試和監控能夠實施先進的生産,如培訓模式,嵌入術語,建築圖和日志
35 小時
Overview
本課程首先向您介紹神經網絡的概念知識,一般用于機器學習算法,深度學習(算法和應用)。 第一部分(40%)的培訓更注重基礎知識,但會幫助您選擇正確的技術:TensorFlow,Caffe,Theano,DeepDrive,Keras等。 本次培訓的第二部分(20%)介紹了Theano python庫,使得深入學習模型的編寫變得輕松。 第三部分(40%)的培訓將廣泛地基于Google的深度學習開源軟件庫Tensorflow第二代API。示例和操作都將在TensorFlow中完成。 聽衆 本課程面向尋求將TensorFlow用于深度學習項目的工程師完成本課程後,代表們將: 對深度神經網絡(DNN),CNN和RNN有很好的理解了解TensorFlow的結構和部署機制能夠執行安裝/生産環境/架構任務和配置能夠評估代碼質量,執行調試和監控能夠實施先進的生産,如培訓模型,建築圖表和日志由于主題的廣泛性,並不是所有主題都會在35小時的公共課堂中進行討論。 完整課程的時間將爲70小時左右,而不是35小時。
14 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習如何使用Matlab來設計、構建、可視化用于圖像識別的卷積神經網絡。

在培訓結束後,參與者將能夠:

- 建立深度學習的模式
- 使數據分類自動化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多個GPU、雲或群集訓練數據

受衆

- 開發人員
- 工程師
- 領域專家

課程形式

- 部分講座、部分討論、練習和大量實操
21 小時
Overview
類型:根據教學小組,理論訓練的應用決定上遊與烤寬面條或凱拉斯的學生教學方法:介紹,交流和案例研究人工智能在破壞了許多科學領域之後,開始革命化大量經濟部門(工業,醫學,通訊等)。然而,它在主流媒體上的表現往往是幻想,與真正的機器學習或深度學習領域相距甚遠。此培訓的目的是爲已經掌握了計算機工具(包括軟件編程基礎)的工程師提供深度學習及其各個專業領域的介紹,並因此提供主要現有網絡體系結構今天。如果在課程中回顧數學基礎,建議使用BAC + 2類型的數學水平以獲得更多的舒適感。跳過數學軸以保持一個“系統”願景是完全可能的,但這種方法將極大地限制您對該主題的理解。
21 小時
Overview
人工神經網絡是一種計算數據模型,用于開發能夠執行“智能”任務的人工智能(AI)系統。神經網絡通常用于機器學習(ML)應用程序,它們本身就是AI的一種實現。深度學習是ML的一個子集。
28 小時
Overview
機器學習是人工智能的一個分支,其中計算機有能力學習而不被明確編程。深度學習是機器學習的一個子領域,它使用基于學習數據表示和結構(如神經網絡)的方法。 R是金融行業流行的編程語言。它用于金融應用,從核心交易計劃到風險管理系統。 在這種有指導性的現場培訓中,參與者將學習如何通過建立深度學習股票價格預測模型來實施R的金融深度學習模型。 在培訓結束後,參與者將能夠: 理解深度學習的基本概念了解金融深度學習的應用和使用使用R來創建融資的深度學習模型利用R建立自己的深度學習股票價格預測模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
21 小時
Overview
人工神經網絡是一種計算數據模型,用于開發能夠執行“智能”任務的人工智能(AI)系統。神經網絡通常用于機器學習(ML)應用程序,它們本身就是AI的一種實現。深度學習是ML的一個子集。
21 小時
Overview
Caffe是一個深思熟慮的表達,速度和模塊化的深度學習框架。 本課程以MNIST爲例,探討Caffe作爲深度圖像識別學習框架的應用 聽衆 本課程適合深度學習的研究人員和工程師,他們對利用Caffe作爲框架感興趣。 完成本課程後,代表們將能夠: 了解Caffe的結構和部署機制執行安裝/生産環境/架構任務和配置評估代碼質量,執行調試和監控實施先進的生産,如培訓模式,實施層和記錄
21 小時
Overview
本課程是深度學習的一般概述,不會深入探討任何特定方法。它適合想要開始使用深度學習來提高預測准確性的人。
Deep Learning,培訓,課程,培訓課程, 企業Deep Learning培訓, 短期Deep Learning培訓, Deep Learning課程, Deep Learning周末培訓, Deep Learning晚上培訓, Deep Learning訓練, 學習Deep Learning, Deep Learning老師, 學Deep Learning班, Deep Learning遠程教育, 一對一Deep Learning課程, 小組Deep Learning課程, Deep Learning培訓師, Deep Learning輔導班, Deep Learning教程, Deep Learning私教, Deep Learning輔導, Deep Learning講師

促銷課程

訂閱促銷課程

為尊重您的隱私,我公司不會把您的郵箱地址提供給任何人。您可以享有優先權和隨時取消訂閱的權利。

我們的客戶

is growing fast!

We are looking to expand our presence in Taiwan!

As a Business Development Manager you will:

  • expand business in Taiwan
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!