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
 

人数


开始

完结


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

客户评论 (4)

相关课程

Deep Learning AI Techniques for Executives, Developers and Managers

  21 小时

课程分类