Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
課程簡介
開始
- 快速入門:在專案中運行示例和 DL4JQuickstart: Running Examples and DL4J in Your Projects
- 綜合設置指南
Neural Networks 簡介
- 受限玻爾茲曼機
- 捲積網路 (ConvNets)
- 長短期記憶單元 (LSTM)
- 去噪自動編碼器
- 迴圈網路和LSTM
多層神經網路
- 深度信念網路
- 深度自動編碼器
- 堆疊降噪自動編碼器
教程
- 在 DL4J 中使用循環網路
- MNIST DBN 教程
- 鳶尾花教程
- Canova:用於 ML 工具的矢量化庫
- 神經網路更新程式:SGD、Adam、Adagrad、Adadelta、RMSProp
數據
- 資料集和 Machine Learning
- 自訂數據集
- CSV 數據上傳
橫向擴展
- 反覆運算 Reduce 定義
- 多處理器/集群
- 運行工作節點
發簡訊
- DL4J 的 NLP 框架
- Word2vec for Java 和 Scala
- 文本分析和深度學習
- 一袋 Word
- 句子和文檔分割
- 代幣化
- 詞彙快取
高級 DL2J
- 從 master 本地構建
- 為 DL4J 做貢獻(開發人員指南)
- 選擇神經網路
- 使用 Maven 構建工具
- 使用 Canova 矢量化數據
- 構建數據管道
- 運行基準測試
- 在 Ivy、Gradle、SBT 等中配置 DL4J
- 查找 DL4J 類或方法
- 保存和載入模型
- 解釋神經網路輸出
- 使用 t-SNE 視覺化數據
- 將 CPU 換成 GPU
- 自定義映射管道
- 使用神經網路執行回歸
- 訓練疑難解答和選擇網路超參數
- 可視化、監控和調試網路學習
- 使用本機二進位檔加速Spark
- 使用 DL4J 構建推薦引擎
- 在 DL4J 中使用循環網路
- 使用計算圖構建複雜的網路架構
- 使用提前停止的火車網路
- 使用 Maven 下載快照
- 自定義損失函數
最低要求
以下知識:
- Java
21 時間:
客戶評論 (4)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Course - Artificial Neural Networks, Machine Learning, Deep Thinking
Very flexible
Frank Ueltzhöffer
Course - Artificial Neural Networks, Machine Learning and Deep Thinking
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
Course - Introduction to Deep Learning
I was benefit from the passion to teach and focusing on making thing sensible.