Programa do Curso

Introdução

  • Chainer vs Caffe vs Torch
  • Visão geral dos recursos e componentes do Chainer

Começar a trabalhar

  • Compreender a estrutura do formador
  • Instalar Chainer, CuPy e NumPy
  • Definir funções em variáveis

Formação Neural Networks em Chainer

  • Construir um gráfico computacional
  • Executar exemplos do conjunto de dados MNIST
  • Atualização de parâmetros utilizando um optimizador
  • Processamento de imagens para avaliar resultados

Trabalhar com GPUs no Chainer

  • Implementação de redes neurais recorrentes
  • Utilização de múltiplos GPUs para paralelização

Implementação de outros modelos de redes neurais

  • Definição de modelos RNN e execução de exemplos
  • Geração de imagens com GAN convolucional profunda
  • Executar exemplos Reinforcement Learning

Resolução de problemas

Resumo e conclusão

Requisitos

  • Uma compreensão das redes neurais artificiais
  • Familiaridade com frameworks de aprendizagem profunda (Caffe, Torch, etc.)
  • Experiência em programação Python

Público

  • Investigadores de IA
  • Desenvolvedores
  14 horas
 

Número de participantes


Inicia

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Declaração de Clientes (3)

Cursos Relacionados

Categorias Relacionadas