由讲师进行实时指导的人工智能本地培训课程通过动手实践演示如何实施人工智能解决方案以解决实际问题。
人工智能培训形式包括“现场实时培训”和“远程实时培训”。现场实时培训可在客户位于中国的所在场所或NobleProg位于中国的企业培训中心进行，远程实时培训可通过交互式远程桌面进行。
NobleProg -- 您的本地培训提供商
客户评论
都很喜欢
蒙 李
课程: Machine Learning Fundamentals with Python
与讲师的交流环节
文欣 张
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
都喜欢
lisa xie
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
我喜欢实例讲解
AUO友达光电（苏州）有限公司
课程: OptaPlanner in Practice
人间识别和电路板坏点检测
王 春柱 - 中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
演示
中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
About face area.
中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
他的信息非常丰富，乐于助人。
Pratheep Ravy
课程: Predictive Modelling with R
Machine Translated
它非常互动，比预期更轻松和非正式。我们在当时涵盖了很多主题，培训师总是乐于接受更详细的讨论，或者更广泛地讨论主题及其相关方式。我觉得培训给了我继续学习的工具，相反，它是一次性会议，一旦你完成学习就会停止，这对于主题的规模和复杂性非常重要。
Jonathan Blease
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
安创造了一个提问和学习的好环境。我们有很多乐趣，同时也学到了很多东西。
Gudrun Bickelq
课程: Introduction to the use of neural networks
Machine Translated
交互式部分，根据我们的特定需求量身定制。
Thomas Stocker
课程: Introduction to the use of neural networks
Machine Translated
我确实喜欢这些练习。
Office for National Statistics
课程: Natural Language Processing with Python
Machine Translated
我真的很喜欢亲自动手的方法。
Kevin De Cuyper
课程: Computer Vision with OpenCV
Machine Translated
材料范围
Maciej Jonczyk
课程: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
系统化ML领域的知识
Orange Polska
课程: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
培训师知识渊博，包括我感兴趣的领域。
Mohamed Salama
课程: Data Mining & Machine Learning with R
Machine Translated
这个话题非常有趣。
Wojciech Baranowski
课程: Introduction to Deep Learning
Machine Translated
培训师的理论知识和培训后与参与者解决问题的意愿。
Grzegorz Mianowski
课程: Introduction to Deep Learning
Machine Translated
话题。很有意思！。
Piotr
课程: Introduction to Deep Learning
Machine Translated
每个主题后的练习都非常有用，尽管最后太复杂了。一般来说，所提供的材料非常有趣并涉及！图像识别练习很棒。
Dolby Poland Sp. z o.o.
课程: Introduction to Deep Learning
Machine Translated
我认为，如果培训是在波兰语中完成的，那么培训师就可以更有效地分享他的知识。
Radek
课程: Introduction to Deep Learning
Machine Translated
深度学习的全球概述。
Bruno Charbonnier
课程: Advanced Deep Learning
Machine Translated
这些练习非常实用，不需要Python的高级知识。
Alexandre GIRARD
课程: Advanced Deep Learning
Machine Translated
使用Eras对实例进行练习。意大利完全理解我们对此培训的期望。
Paul Kassis
课程: Advanced Deep Learning
Machine Translated
我真的很感激克里斯对我们问题的明确答案。
Léo Dubus
课程: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
我一般都很喜欢知识渊博的教练。
Sridhar Voorakkara
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我对这门课程的标准感到惊讶 - 我会说它是大学标准。
David Relihan
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
非常好的全面概述。 Go OD背景到原因Tensorflow工作，因为它确实。
Kieran Conboy
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我喜欢有机会提出问题并对理论进行更深入的解释。
Sharon Ruane
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我们对这个主题有了更多的了解。我们公司内部的一些真实主题进行了一些很好的讨论。
Sebastiaan Holman
课程: Machine Learning and Deep Learning
Machine Translated
通过展示理论与实践如何相辅相成，培训提供了正确的基础，使我们能够进一步扩展。它实际上让我对这个主题比以前更感兴趣。
Jean-Paul van Tillo
课程: Machine Learning and Deep Learning
Machine Translated
我非常喜欢主题的报道和深度。
Anirban Basu
课程: Machine Learning and Deep Learning
Machine Translated
培训师很容易解释困难和高级话题。
Leszek K
课程: Artificial Intelligence Overview
Machine Translated
我喜欢深度机器学习的新见解。
Josip Arneric
课程: Neural Network in R
Machine Translated
我们获得了一些关于NN的知识，对我来说最有趣的是现在流行的新型NN。
Tea Poklepovic
课程: Neural Network in R
Machine Translated
我最喜欢R :)））中的图表。
Faculty of Economics and Business Zagreb
课程: Neural Network in R
Machine Translated
关于该主题的培训师的深刻知识。
Sebastian Görg
课程: Introduction to Deep Learning
Machine Translated
非常更新的方法或CPI（张量流，时代，学习）做机器学习。
Paul Lee
课程: TensorFlow for Image Recognition
Machine Translated
鉴于技术前景：未来哪种技术/流程可能变得更加重要;看，这项技术可以用于什么。
Commerzbank AG
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我从主题选择中受益。训练风格。练习方向。
Commerzbank AG
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
教练的指导和举例
ORANGE POLSKA S.A.
课程: Machine Learning and Deep Learning
Machine Translated
可以自己讨论提议的问题。
ORANGE POLSKA S.A.
课程: Machine Learning and Deep Learning
Machine Translated
深入报道机器学习主题，特别是神经网络。揭开了很多话题的神秘面纱。
Sacha Nandlall
课程: Python for Advanced Machine Learning
Machine Translated
Artificial Intelligence课程大纲
课程名称
课程时长
课程概览
课程名称
课程时长
课程概览
7小时
课程概览
本课程是为管理人员，解决方案架构师，创新人员，CTO，软件架构师以及对应用人工智能概述及其最近发展预测感兴趣的人员而创建的。
14小时
课程概览
智能过程自动化（IPA）是指使用Artificial Intelligence (AI) ，机器人技术以及与第三方服务的集成来扩展RPA的功能。
这种由讲师指导的实时培训（现场或远程）针对希望建立或扩展具有更智能功能的RPA系统的技术人员。
在培训结束时，参与者将能够：
- 安装和配置UiPath IPA。
- 使机器人可以管理其他机器人。
- 应用计算机视觉来精确定位屏幕对象。
- 使机器人能够检测语言模式并对非结构化内容进行情感分析。
课程形式
- 互动式讲座和讨论。
- 很多练习和练习。
- 在现场实验室环境中动手实施。
课程自定义选项
- 要请求此课程的定制培训，请与我们联系以安排。
- 要了解有关UiPath IPA的更多信息，请访问：https：// www。 UiPath .com / rpa / intelligent-process-automation
这种由讲师指导的实时培训（现场或远程）针对希望建立或扩展具有更智能功能的RPA系统的技术人员。
在培训结束时，参与者将能够：
- 安装和配置UiPath IPA。
- 使机器人可以管理其他机器人。
- 应用计算机视觉来精确定位屏幕对象。
- 使机器人能够检测语言模式并对非结构化内容进行情感分析。
课程形式
- 互动式讲座和讨论。
- 很多练习和练习。
- 在现场实验室环境中动手实施。
课程自定义选项
- 要请求此课程的定制培训，请与我们联系以安排。
- 要了解有关UiPath IPA的更多信息，请访问：https：// www。 UiPath .com / rpa / intelligent-process-automation
14小时
课程概览
软件测试是评估软件应用程序功能有效性的过程。将人工智能集成到软件测试环境中，使该过程能够以 AI 为驱动，从而加快测试的创作、执行和维护。
此讲师指导的现场培训（现场或远程）面向希望拥有 AI 驱动的软件测试环境的软件测试人员。
培训结束时，学员将能够：
- 使用 AI 自动生成和参数化单元测试。
- 在真实用例中应用机器学习学习。
- 使用 AI 自动生成和维护 API 测试。
- 使用机器学习方法自我修复Selenium测试的执行。
课程格式
- 互动讲座和讨论。
- 大量的练习和练习。
- 在实时实验室环境中实际实现。
课程自定义选项
- 如需申请本课程的定制培训，请联系我们安排。
此讲师指导的现场培训（现场或远程）面向希望拥有 AI 驱动的软件测试环境的软件测试人员。
培训结束时，学员将能够：
- 使用 AI 自动生成和参数化单元测试。
- 在真实用例中应用机器学习学习。
- 使用 AI 自动生成和维护 API 测试。
- 使用机器学习方法自我修复Selenium测试的执行。
课程格式
- 互动讲座和讨论。
- 大量的练习和练习。
- 在实时实验室环境中实际实现。
课程自定义选项
- 如需申请本课程的定制培训，请联系我们安排。
35小时
课程概览
这是为期5天的Data Science和AI入门。
本课程随附使用Python示例和练习
本课程随附使用Python示例和练习
7小时
课程概览
This instructor-led, live training in 中国 (online or onsite) is aimed at marketers who wish to use AI to improve improve digital marketing strategies through valuable customer insights.
By the end of this training, participants will be able to:
- Leverage AI software to improve the way brands connect to users.
- Use chatbots to optimize the user-experience.
- Increase productivity and revenue through the automation of tasks.
By the end of this training, participants will be able to:
- Leverage AI software to improve the way brands connect to users.
- Use chatbots to optimize the user-experience.
- Increase productivity and revenue through the automation of tasks.
14小时
课程概览
This instructor-led, live training in 中国 (online or onsite) is aimed at data scientists who wish to use IBM Cloud Pak to prepare data for use in AI solutions.
By the end of this training, participants will be able to:
- Install and configure Cloud Pak for Data.
- Unify the collection, organization and analysis of data.
- Integrate Cloud Pak for Data with a variety of services to solve common business problems.
- Implement workflows for collaborating with team members on the development of an AI solution.
By the end of this training, participants will be able to:
- Install and configure Cloud Pak for Data.
- Unify the collection, organization and analysis of data.
- Integrate Cloud Pak for Data with a variety of services to solve common business problems.
- Implement workflows for collaborating with team members on the development of an AI solution.
21小时
课程概览
This instructor-led, live training in 中国 (online or onsite) is aimed at engineers who wish to program and create robots through basic AI methods.
By the end of this training, participants will be able to:
- Implement filters (Kalman and particle) to enable the robot to locate moving objects in its environment.
- Implement search algorithms and motion planning.
- Implement PID controls to regulate a robot's movement within an environment.
- Implement SLAM algorithms to enable a robot to map out an unknown environment.
By the end of this training, participants will be able to:
- Implement filters (Kalman and particle) to enable the robot to locate moving objects in its environment.
- Implement search algorithms and motion planning.
- Implement PID controls to regulate a robot's movement within an environment.
- Implement SLAM algorithms to enable a robot to map out an unknown environment.
7小时
课程概览
This instructor-led, live training in 中国 (online or onsite) is aimed at managers and business leaders who wish to learn about the fundamentals of artificial intelligence and manage AI projects for their organization.
By the end of this training, participants will be able to understand AI at a technical level and strategize using their organization’s data and resources to successfully manage AI projects.
By the end of this training, participants will be able to understand AI at a technical level and strategize using their organization’s data and resources to successfully manage AI projects.
80小时
课程概览
In this instructor-led, live training in 中国 (online or onsite), participants will learn the different technologies, frameworks and techniques for programming different types of robots to be used in the field of nuclear technology and environmental systems.
The 4-week course is held 5 days a week. Each day is 4-hours long and consists of lectures, discussions, and hands-on robot development in a live lab environment. Participants will complete various real-world projects applicable to their work in order to practice their acquired knowledge.
The target hardware for this course will be simulated in 3D through simulation software. The code will then be loaded onto physical hardware (Arduino or other) for final deployment testing. The ROS (Robot Operating System) open-source framework, C++ and Python will be used for programming the robots.
By the end of this training, participants will be able to:
- Understand the key concepts used in robotic technologies.
- Understand and manage the interaction between software and hardware in a robotic system.
- Understand and implement the software components that underpin robotics.
- Build and operate a simulated mechanical robot that can see, sense, process, navigate, and interact with humans through voice.
- Understand the necessary elements of artificial intelligence (machine learning, deep learning, etc.) applicable to building a smart robot.
- Implement filters (Kalman and Particle) to enable the robot to locate moving objects in its environment.
- Implement search algorithms and motion planning.
- Implement PID controls to regulate a robot's movement within an environment.
- Implement SLAM algorithms to enable a robot to map out an unknown environment.
- Test and troubleshoot a robot in realistic scenarios.
The 4-week course is held 5 days a week. Each day is 4-hours long and consists of lectures, discussions, and hands-on robot development in a live lab environment. Participants will complete various real-world projects applicable to their work in order to practice their acquired knowledge.
The target hardware for this course will be simulated in 3D through simulation software. The code will then be loaded onto physical hardware (Arduino or other) for final deployment testing. The ROS (Robot Operating System) open-source framework, C++ and Python will be used for programming the robots.
By the end of this training, participants will be able to:
- Understand the key concepts used in robotic technologies.
- Understand and manage the interaction between software and hardware in a robotic system.
- Understand and implement the software components that underpin robotics.
- Build and operate a simulated mechanical robot that can see, sense, process, navigate, and interact with humans through voice.
- Understand the necessary elements of artificial intelligence (machine learning, deep learning, etc.) applicable to building a smart robot.
- Implement filters (Kalman and Particle) to enable the robot to locate moving objects in its environment.
- Implement search algorithms and motion planning.
- Implement PID controls to regulate a robot's movement within an environment.
- Implement SLAM algorithms to enable a robot to map out an unknown environment.
- Test and troubleshoot a robot in realistic scenarios.
120小时
课程概览
In this instructor-led, live training in 中国 (online or onsite), participants will learn the different technologies, frameworks and techniques for programming different types of robots to be used in the field of nuclear technology and environmental systems.
The 6-week course is held 5 days a week. Each day is 4-hours long and consists of lectures, discussions, and hands-on robot development in a live lab environment. Participants will complete various real-world projects applicable to their work in order to practice their acquired knowledge.
The target hardware for this course will be simulated in 3D through simulation software. The ROS (Robot Operating System) open-source framework, C++ and Python will be used for programming the robots.
By the end of this training, participants will be able to:
- Understand the key concepts used in robotic technologies.
- Understand and manage the interaction between software and hardware in a robotic system.
- Understand and implement the software components that underpin robotics.
- Build and operate a simulated mechanical robot that can see, sense, process, navigate, and interact with humans through voice.
- Understand the necessary elements of artificial intelligence (machine learning, deep learning, etc.) applicable to building a smart robot.
- Implement filters (Kalman and Particle) to enable the robot to locate moving objects in its environment.
- Implement search algorithms and motion planning.
- Implement PID controls to regulate a robot's movement within an environment.
- Implement SLAM algorithms to enable a robot to map out an unknown environment.
- Extend a robot's ability to perform complex tasks through Deep Learning.
- Test and troubleshoot a robot in realistic scenarios.
The 6-week course is held 5 days a week. Each day is 4-hours long and consists of lectures, discussions, and hands-on robot development in a live lab environment. Participants will complete various real-world projects applicable to their work in order to practice their acquired knowledge.
The target hardware for this course will be simulated in 3D through simulation software. The ROS (Robot Operating System) open-source framework, C++ and Python will be used for programming the robots.
By the end of this training, participants will be able to:
- Understand the key concepts used in robotic technologies.
- Understand and manage the interaction between software and hardware in a robotic system.
- Understand and implement the software components that underpin robotics.
- Build and operate a simulated mechanical robot that can see, sense, process, navigate, and interact with humans through voice.
- Understand the necessary elements of artificial intelligence (machine learning, deep learning, etc.) applicable to building a smart robot.
- Implement filters (Kalman and Particle) to enable the robot to locate moving objects in its environment.
- Implement search algorithms and motion planning.
- Implement PID controls to regulate a robot's movement within an environment.
- Implement SLAM algorithms to enable a robot to map out an unknown environment.
- Extend a robot's ability to perform complex tasks through Deep Learning.
- Test and troubleshoot a robot in realistic scenarios.
14小时
课程概览
本培训课程面向希望在实际应用中应用Machine Learning人员。
听众
本课程适用于对统计学有一定了解并且知道如何编写R（或Python或其他选定语言）的数据科学家和统计学家。本课程的重点是数据/模型准备，执行，事后分析和可视化的实践方面。
目的是为有兴趣在工作中应用这些方法的参与者提供Machine Learning实际应用。
行业特定示例用于使培训与受众相关。
听众
本课程适用于对统计学有一定了解并且知道如何编写R（或Python或其他选定语言）的数据科学家和统计学家。本课程的重点是数据/模型准备，执行，事后分析和可视化的实践方面。
目的是为有兴趣在工作中应用这些方法的参与者提供Machine Learning实际应用。
行业特定示例用于使培训与受众相关。
21小时
课程概览
人工神经网络是一种计算数据模型，用于开发能够执行“智能”任务的Artificial Intelligence (AI)系统。 Neural Networks通常用于Machine Learning （ML）应用程序，它们本身就是AI的一种实现。 Deep Learning是ML的一个子集。
14小时
课程概览
本课程涵盖Automotive行业的AI（强调Machine Learning和Deep Learning ）。它有助于确定哪种技术（可能）在汽车的多种情况下使用：从简单的自动化，图像识别到自主决策。
28小时
课程概览
本课程将为您提供神经网络知识，通常用于机器学习算法，深度学习（算法和应用程序）。
这种训练更注重基本面，但会帮助你选择合适的技术： TensorFlow ， Caffe ，泰亚诺，DeepDrive， Keras ，等等这些例子中所作TensorFlow 。
这种训练更注重基本面，但会帮助你选择合适的技术： TensorFlow ， Caffe ，泰亚诺，DeepDrive， Keras ，等等这些例子中所作TensorFlow 。
21小时
课程概览
该讲师指导的实时课程介绍了模式识别和机器学习领域。它涉及统计学，计算机科学，信号处理，计算机视觉，数据挖掘和生物信息学的实际应用。
该课程是互动的，包括大量的动手练习，教师反馈，以及获得的知识和技能测试。
该课程是互动的，包括大量的动手练习，教师反馈，以及获得的知识和技能测试。
21小时
课程概览
类型：理论培训与应用程序决定上游与学生在Lasagne或Keras根据教学组
教学方法：演讲，交流和案例研究
在破坏了许多科学领域之后，人工智能开始为大量经济部门（工业，医学，通信等）带来革命。尽管如此，它在大媒体中的表现往往是幻想，与Machine Learning或Deep Learning真正领域相差甚远。此培训的目的是为已经掌握计算机工具（包括软件编程基础）的工程师提供Deep Learning及其各个专业领域的介绍，从而为现有的主要网络架构提供介绍。今天。如果在课程期间召回数学基础，建议使用BAC + 2类型的数学水平以获得更多的舒适度。绝对有可能跳过数学轴只保持“系统”视觉，但这种方法将极大地限制您对该主题的理解。
教学方法：演讲，交流和案例研究
在破坏了许多科学领域之后，人工智能开始为大量经济部门（工业，医学，通信等）带来革命。尽管如此，它在大媒体中的表现往往是幻想，与Machine Learning或Deep Learning真正领域相差甚远。此培训的目的是为已经掌握计算机工具（包括软件编程基础）的工程师提供Deep Learning及其各个专业领域的介绍，从而为现有的主要网络架构提供介绍。今天。如果在课程期间召回数学基础，建议使用BAC + 2类型的数学水平以获得更多的舒适度。绝对有可能跳过数学轴只保持“系统”视觉，但这种方法将极大地限制您对该主题的理解。
21小时
课程概览
Microsoft Cognitive Toolkit 2x（以前的CNTK）是一种开源的商业级工具包，可以训练深度学习算法，以便像人类大脑一样学习。根据微软的说法，CNTK在循环网络上的速度可能比TensorFlow快510倍，对于与图像相关的任务来说，TensorFlow的速度要快2-3倍。 在这种有指导性的现场培训中，参与者将学习如何使用Microsoft Cognitive Toolkit来创建，训练和评估深度学习算法，以用于涉及多种类型数据（如数据，语音，文本和图像）的商业级AI应用程序。 在培训结束后，参与者将能够： 从Python，C＃或C ++程序中将CNTK作为库访问通过自己的模型描述语言（BrainScript），使用CNTK作为独立的机器学习工具。 使用Java程序中的CNTK模型评估功能结合前馈DNN，卷积网络（CNN）和循环网络（RNN / LSTM） 在CPU，GPU和多台机器上扩展计算能力使用现有的编程语言和算法访问海量数据集 听众 开发商数据科学家 课程的格式 部分讲座，部分讨论，练习和沉重的练习 注意 如果您想定制此培训的任何部分，包括选择的编程语言，请联系我们安排。
21小时
课程概览
PaddlePaddle（并行分布式深度学习）是百度开发的可扩展的深度学习平台。 在这个有指导意义的现场培训中，参与者将学习如何使用PaddlePaddle在其产品和服务应用中实现深度学习。 在培训结束后，参与者将能够： 设置并配置PaddlePaddle 建立用于图像识别和物体检测的卷积神经网络（CNN） 为情感分析设置一个循环神经网络（RNN） 在推荐系统上建立深度学习，以帮助用户找到答案预测点击率（CTR），对大规模图像集进行分类，执行光学字符识别（OCR），排名搜索，检测计算机病毒以及实施推荐系统。 听众 开发商数据科学家 课程的格式 部分讲座，部分讨论，练习和沉重的练习
7小时
课程概览
浮潜是一个快速创建，建模和管理培训数据的系统。它侧重于加速开发结构化或“黑暗”的数据提取应用程序，该应用程序适用于大型标注培训集不可用或不易获取的领域。 在这种有指导意义的现场培训中，参与者将学习通过使用Snorkel建模训练数据，从非结构化数据（如文本，表格，图形和图像）中提取价值的技术。 在培训结束后，参与者将能够： 以编程方式创建训练集以启用大量训练集的标签通过首先对噪音训练集进行建模来训练高质量的最终模型使用呼吸管实施弱监督技术，并将数据编程应用于弱监督的机器学习系统 听众 开发商数据科学家 课程的格式 部分讲座，部分讨论，练习和沉重的练习
14小时
课程概览
Encog是Java和Net的开源机器学习框架。 在这个有指导意义的现场培训中，参与者将学习先进的机器学习技术，以建立精确的神经网络预测模型。 在培训结束后，参与者将能够： 实施不同的神经网络优化技术来解决欠拟合和过拟合问题了解并从众多神经网络体系结构中进行选择实施有监督的前馈和反馈网络 听众 开发商分析师数据科学家 课程的格式 部分讲座，部分讨论，练习和沉重的练习
14小时
课程概览
Encog是Java和Net的开源机器学习框架。 在这个有指导意义的现场培训中，参与者将学习如何使用ENCOG创建各种神经网络组件。将讨论真实世界的案例研究，并探讨基于机器语言的解决这些问题的方法。 在培训结束后，参与者将能够： 使用标准化过程为神经网络准备数据实施前馈网络和传播训练方法实施分类和回归任务使用Encog基于GUI的工作台对神经网络进行建模和训练将神经网络支持集成到实际应用程序中 听众 开发商分析师数据科学家 课程的格式 部分讲座，部分讨论，练习和沉重的练习
14小时
课程概览
在这一由讲师引导的现场培训中，参与者将学习如何使用Matlab来设计、构建、可视化用于图像识别的卷积神经网络。
在培训结束后，参与者将能够：
- 建立深度学习的模式
- 使数据分类自动化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多个GPU、云或群集训练数据
受众
- 开发人员
- 工程师
- 领域专家
课程形式
- 部分讲座、部分讨论、练习和大量实操
在培训结束后，参与者将能够：
- 建立深度学习的模式
- 使数据分类自动化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多个GPU、云或群集训练数据
受众
- 开发人员
- 工程师
- 领域专家
课程形式
- 部分讲座、部分讨论、练习和大量实操
35小时
课程概览
本课程首先介绍神经网络的概念知识，通常还包括机器学习算法，深度学习（算法和应用程序）。
本次培训的一部分-1（40％）更注重基本面，但会帮助你选择合适的技术： TensorFlow ， Caffe ，Theano，DeepDrive， Keras等。
本次培训的第2部分（20％）介绍了Theano--一个python库，可以轻松编写深度学习模型。
第3部分（40％）的培训将广泛基于Tensorflow - Go ogle的Deep Learning开源软件库的第二代API。示例和动手都将在TensorFlow 。
听众
本课程面向希望将TensorFlow用于Deep Learning项目的工程师
完成本课程后，代表们将：
-
对深度神经网络（DNN），CNN和RNN有很好的理解
-
了解TensorFlow的结构和部署机制
-
能够执行安装/生产环境/架构任务和配置
-
能够评估代码质量，执行调试，监控
-
能够实现高级生产，如培训模型，构建图形和记录
本次培训的一部分-1（40％）更注重基本面，但会帮助你选择合适的技术： TensorFlow ， Caffe ，Theano，DeepDrive， Keras等。
本次培训的第2部分（20％）介绍了Theano--一个python库，可以轻松编写深度学习模型。
第3部分（40％）的培训将广泛基于Tensorflow - Go ogle的Deep Learning开源软件库的第二代API。示例和动手都将在TensorFlow 。
听众
本课程面向希望将TensorFlow用于Deep Learning项目的工程师
完成本课程后，代表们将：
-
对深度神经网络（DNN），CNN和RNN有很好的理解
-
了解TensorFlow的结构和部署机制
-
能够执行安装/生产环境/架构任务和配置
-
能够评估代码质量，执行调试，监控
-
能够实现高级生产，如培训模型，构建图形和记录
近期人工智能培训课程
2021-07-02 09:30:00
上海 - 上海中区广场
7 小时
2021-07-06 09:30:00
上海 - 上海中区广场
28 小时
2021-07-07 09:30:00
上海 - 上海中区广场
7 小时
2021-07-28 09:30:00
上海 - 上海中区广场
14 小时
2021-08-04 09:30:00
上海 - 上海中区广场
21 小时
Artificial Intelligence,培训,课程,培训课程, 企业AI (Artificial Intelligence)培训, 短期AI培训, AI课程, 人工智能周末培训, AI (Artificial Intelligence)晚上培训, 人工智能训练, 学习Artificial Intelligence, AI (Artificial Intelligence)老师, 学人工智能班, AI远程教育, 一对一AI (Artificial Intelligence)课程, 小组Artificial Intelligence课程, AI培训师, AI (Artificial Intelligence)辅导班, Artificial Intelligence教程, AI私教, Artificial Intelligence辅导, AI (Artificial Intelligence)讲师AI,培训,课程,培训课程, 企业AI培训, 短期Artificial Intelligence培训, Artificial Intelligence课程, AI周末培训, Artificial Intelligence晚上培训, AI (Artificial Intelligence)训练, 学习AI, Artificial Intelligence老师, 学Artificial Intelligence (AI)班, AI (Artificial Intelligence)远程教育, 一对一Artificial Intelligence课程, 小组Artificial Intelligence (AI)课程, Artificial Intelligence培训师, AI (Artificial Intelligence)辅导班, AI教程, AI私教, Artificial Intelligence (AI)辅导, AI (Artificial Intelligence)讲师
.jpg "european molecular biology laboratory (embl)")
.jpg "european organization for nuclear research (cern)")
.jpg "international air transport association (iata)")
