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.
课程大纲
开始
- 快速入门：在项目中运行示例和 DL4JQuickstart： Running Examples and DL4J in Your Projects
- 综合设置指南
Neural Networks 简介
- 受限玻尔兹曼机
- 卷积网络 （ConvNets）
- 长短期记忆单元 （LSTM）
- 去噪自动编码器
- 循环网络和LSTM
多层神经网络
- 深度信念网络
- 深度自动编码器
- 堆叠降噪自动编码器
教程
- 在 DL4J 中使用循环网络
- MNIST DBN 教程
- 鸢尾花教程
- Canova：用于 ML 工具的矢量化库
- 神经网络更新程序：SGD、Adam、Adagrad、Adadelta、RMSProp
数据
- 数据集和 Machine Learning
- 自定义数据集
- CSV 数据上传
横向扩展
- 迭代 Reduce 定义
- 多处理器/集群
- 运行工作节点
发短信
- DL4J 的 NLP 框架
- Word2vec for Java 和 Scala
- 文本分析和深度学习
- 一袋 Word
- 句子和文档分割
- 代币化
- 词汇缓存
高级 DL2J
- 从 master 本地构建
- 为 DL4J 做贡献（开发人员指南）
- 选择神经网络
- 使用 Maven 构建工具
- 使用 Canova 矢量化数据
- 构建数据管道
- 运行基准测试
- 在 Ivy、Gradle、SBT 等中配置 DL4J
- 查找 DL4J 类或方法
- 保存和加载模型
- 解释神经网络输出
- 使用 t-SNE 可视化数据
- 将 CPU 换成 GPU
- 自定义映像管道
- 使用神经网络执行回归
- 训练疑难解答和选择网络超参数
- 可视化、监控和调试网络学习
- 使用本机二进制文件加速 Spark
- 使用 DL4J 构建推荐引擎
- 在 DL4J 中使用循环网络
- 使用计算图构建复杂的网络架构
- 使用提前停止的火车网络
- 使用 Maven 下载快照
- 自定义损失函数
要求
以下知识：
- Java
21 小时
客户评论 (5)
我们通过实际示例对 Machine Learning、Neural Networks 和 AI 进行了概述。
Catalin - DB Global Technology SRL
课程 - Machine Learning and Deep Learning
机器翻译
The structure from first principles, to case studies, to application.
Margaret Webb - Department of Jobs, Regions, and Precincts
课程 - Introduction to Deep Learning
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
课程 - Artificial Neural Networks, Machine Learning, Deep Thinking
I was benefit from the passion to teach and focusing on making thing sensible.
Zaher Sharifi - GOSI
课程 - Advanced Deep Learning
In-depth coverage of machine learning topics, particularly neural networks. Demystified a lot of the topic.
