Курсы TensorFlow

  1. Каталог курсов
  2. Категория курса
  3. Категория курса
  4. Категория курса
  5. Курсы TensorFlow
Курсы TensorFlow

Местные учебные курсы TensorFlow, организованные в режиме обучения, демонстрируют интерактивную дискуссию и практическую практику использования системы TensorFlow для облегчения исследований в области машинного обучения и обеспечения быстрого и легкого перехода от исследовательского прототипа к производственной системе Обучение TensorFlow доступно как «живое обучение на месте» или «дистанционное живое обучение» На месте живое обучение может проводиться локально в помещениях клиента в Казахстан или в корпоративных учебных центрах NobleProg Казахстан , Дистанционное обучение в реальном времени осуществляется с помощью интерактивного удаленного рабочего стола NobleProg Ваш местный провайдер обучения.

Machine Translated

Отзывы

★★★★★
★★★★★

TensorFlow Содержание курса

Название курса
Длительность
Обзор
Название курса
Длительность
Обзор

Embedding Projector: Visualizing Your Training Data

14 часов
Embedding Projector - это веб-приложение с открытым исходным кодом для визуализации данных, используемых для обучения машинным системам обучения Созданный Google, он является частью TensorFlow Это обучаемое, живое обучение знакомит с концепциями Embedding Projector и позволяет участникам пройти через демонстрационный проект К концу этого тренинга участники смогут: Изучите, как данные интерпретируются с помощью моделей машинного обучения Перемещение по трехмерным и двумерным представлениям данных, чтобы понять, как интерпретирует алгоритм машинного обучения Понимайте концепции, лежащие в основе Embeddings, и их роль в представлении математических векторов для изображений, слов и цифр Изучите свойства конкретного внедрения, чтобы понять поведение модели Примените проект внедрения в реальных случаях, таких как создание системы рекомендаций для музыкальных любителей Аудитория Разработчики Ученые данных Формат курса Часть лекций, обсуждение частей, упражнения и тяжелая практика handson ,.

Deep Learning with TensorFlow

21 часов
TensorFlow - это API второго поколения библиотеки программного обеспечения с открытым исходным кодом Google для глубокого обучения Система предназначена для содействия исследованиям в машинном обучении и позволяет быстро и легко перейти от прототипа исследования к производственной системе Аудитория Этот курс предназначен для инженеров, которые хотят использовать TensorFlow для своих проектов Deep Learning По завершении этого курса делегаты: понимать структуру и механизмы развертывания TensorFlow иметь возможность выполнять задачи установки и производства / архитектуры и конфигурации иметь возможность оценивать качество кода, выполнять отладку, мониторинг иметь возможность внедрять современное производство, например, модели обучения, строить графики и вести журнал ,.

TensorFlow for Image Recognition

28 часов
Этот курс исследует, с конкретными примерами, применение Tensor Flow для целей распознавания изображений Аудитория Этот курс предназначен для инженеров, стремящихся использовать TensorFlow для целей распознавания изображений По завершении этого курса делегаты смогут: понимать структуру и механизмы развертывания TensorFlow выполнять задачи установки и производства / архитектуры и конфигурации оценивать качество кода, выполнять отладку, мониторинг внедрять передовое производство, например, модели обучения, строить графики и вести журнал ,.

Natural Language Processing with TensorFlow

35 часов
TensorFlow™ это библиотека программного обеспечения с открытым кодом для цифровых вычислений с использованием графиков потока данных. SyntaxNet является нейронно-сетевой системой обработки естественного языка для TensorFlow. Word2Vec используется для обучения векторных представлений слов, называемых "word embeddings". Word2vec - это особенно вычислительно-эффективная предсказуемая модель для изучения словесных воплощений из сырого текста. Он поступает в двух вкусах, модель Continuous Bag-of-Words (CBOW) и модель Skip-Gram (главы 3.1 и 3.2 в Миколов и др.) Используемые в тандеме, SyntaxNet и Word2Vec позволяют пользователям генерировать модели Larned Embedding из ввода естественного языка. аудитории Этот курс направлен на разработчиков и инженеров, которые намерены работать с SyntaxNet и Word2Vec моделями в своих TensorFlow графиках. После завершения этого курса делегаты будут:
    понимание TensorFlow’с структуры и механизмов распределения способность осуществлять монтаж / производственную среду / архитектурные задания и конфигурацию уметь оценивать качество кода, осуществлять дебюгирование, мониторинг уметь реализовывать передовые продукты, такие как модели обучения, термины ввода, графики строительства и записи

Deep Learning for Vision

21 часов
Аудитория Этот курс подходит для исследователей и инженеров Deep Learning, заинтересованных в использовании доступных инструментов (в основном с открытым исходным кодом) для анализа компьютерных изображений Этот курс содержит рабочие примеры ,.

Neural Networks Fundamentals using TensorFlow as Example

28 часов
Этот курс даст вам знания в нейронных сетях и, как правило, в алгоритме машинного обучения, глубоком изучении (алгоритмах и приложениях) Этот тренинг больше ориентируется на фундаментальные принципы, но поможет вам выбрать правильную технологию: TensorFlow, Caffe, Teano, DeepDrive, Keras и т Д Примеры сделаны в TensorFlow ,.

TPU Programming: Building Neural Network Applications on Tensor Processing Units

7 часов
Модуль обработки тензодаций (TPU) - это архитектура, которую Google использовал в течение нескольких лет внутри компании, и теперь она становится доступной для использования широкой публикой Он включает в себя несколько оптимизаций, специально предназначенных для использования в нейронных сетях, включая упрощенное матричное умножение и 8-битные целые числа вместо 16 бит, чтобы вернуть соответствующие уровни точности В этом обученном, живом обучении участники узнают, как использовать инновации в процессорах TPU, чтобы максимизировать производительность своих собственных приложений ИИ По окончании обучения участники смогут: Обучать различным типам нейронных сетей на большом количестве данных Используйте TPU для ускорения процесса вывода до двух порядков Используйте TPU для обработки интенсивных приложений, таких как поиск изображений, облачное зрение и фотографии Аудитория Разработчики Исследователи Инженеры Ученые данных Формат курса Часть лекций, обсуждение частей, упражнения и тяжелая практика handson ,.

TensorFlow Serving

7 часов
TensorFlow Serving — это система обслуживания моделей машинного обучения (ML) для производства. В этом инструктора под руководством, живой подготовки, участники узнают, как настроить и использовать TensorFlow обслуживание для развертывания и управления ML моделей в производственной среде. К концу обучения участники смогут:
  • Поезд, экспорт и обслуживание различных моделей TensorFlow
  • Тестирование и развертывание алгоритмов с использованием единой архитектуры и набора AAP
  • Расширить TensorFlow обслуживание для обслуживания других типов моделей, помимо TensorFlow моделей
Формат курса
  • Часть лекции, часть обсуждения, упражнения и тяжелые практические практики
Параметры настройки курса
  • Чтобы запросить индивидуальное обучение для этого курса, пожалуйста, свяжитесь с нами, чтобы организовать.

Understanding Deep Neural Networks

35 часов
Этот курс начинается с предоставления вам концептуальных знаний в нейронных сетях и, как правило, в алгоритме машинного обучения, глубоком изучении (алгоритмах и приложениях) Часть 1 (40%) этого обучения больше ориентирована на основы, но поможет вам выбрать правильную технологию: TensorFlow, Caffe, Theano, DeepDrive, Keras и т Д Часть 2 (20%) этого тренинга представляет Theano библиотеку python, которая упрощает запись моделей глубокого обучения Часть 3 (40%) обучения будет широко основана на Tensorflow 2-го поколения API-библиотеки открытого программного обеспечения Google для Deep Learning Примеры и handson будут сделаны в TensorFlow Аудитория Этот курс предназначен для инженеров, которые хотят использовать TensorFlow для своих проектов Deep Learning По завершении этого курса делегаты: хорошо разбираются в глубоких нейронных сетях (DNN), CNN и RNN понимать структуру и механизмы развертывания TensorFlow иметь возможность выполнять задачи установки и производства / архитектуры и конфигурации иметь возможность оценивать качество кода, выполнять отладку, мониторинг иметь возможность внедрять современное производство, например, модели обучения, строить графики и вести журнал Не все темы будут освещены в публичном классе продолжительностью 35 часов из-за обширной темы Продолжительность полного курса составит около 70 часов, а не 35 часов ,.

Deep Learning for NLP (Natural Language Processing)

28 часов
Глубокое обучение для НЛП позволяет машине изучать сложную сложную языковую обработку Среди задач, которые в настоящее время возможны, - перевод языка и создание заголовков для фотографий DL (Deep Learning) - это подмножество ML (Machine Learning) Python - популярный язык программирования, который содержит библиотеки для Deep Learning для NLP В этом обученном, живом обучении участники научатся использовать библиотеки Python для NLP (Natural Language Processing), поскольку они создают приложение, которое обрабатывает набор изображений и генерирует титры К концу этого тренинга участники смогут: Дизайн и код DL для NLP с использованием библиотек Python Создайте код Python, который читает по существу огромную коллекцию изображений и генерирует ключевые слова Создайте код Python, который генерирует титры из обнаруженных ключевых слов Аудитория Программисты с интересом к языкознанию Программисты, которые ищут понимание НЛП (обработка естественного языка) Формат курса Часть лекций, обсуждение частей, упражнения и тяжелая практика handson ,.

Applied AI from Scratch

28 часов
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course. 

Deep Learning with TensorFlow 2

21 часов
This instructor-led, live training in Казахстан (online or onsite) is aimed at developers and data scientists who wish to use Tensorflow 2.x to build predictors, classifiers, generative models, neural networks and so on. By the end of this training, participants will be able to:
  • Install and configure TensorFlow 2.x.
  • Understand the benefits of TensorFlow 2.x over previous versions.
  • Build deep learning models.
  • Implement an advanced image classifier.
  • Deploy a deep learning model to the cloud, mobile and IoT devices.

Machine Learning with TensorFlow.js

14 часов
TensorFlow.js — это JavaScript framework для машинного обучения. TensorFlow.js позволяет пользователям создавать и обучать модели машинного обучения непосредственно в JavaScript. Этот инструктор-управляемый, живый тренинг (онлайн или онлайн) направлена на ученых данных, которые хотят использовать TensorFlow.js для идентификации образцов и генерирования прогнозов через модели машинного обучения. К концу обучения участники смогут:
    Создайте и тренируйте модели машинного обучения с помощью TensorFlow.js. Используйте модели машинного обучения в браузере или ниже Node.js. Возвращение существующих моделей машинного обучения с использованием персонализированных данных.
Формат курса
    Интерактивная лекция и дискуссия. Много упражнений и практики. Реализация в живой лабораторной среде.
Курс персонализации опций
    Для получения персонализированного обучения на этот курс, пожалуйста, свяжитесь с нами для организации.

Fraud Detection with Python and TensorFlow

14 часов
TensorFlow это библиотека открытого источника машинного обучения. TensorFlow предоставляет пользователям возможность использовать и создавать искусственный интеллект для обнаружения и прогнозирования мошенничества. Этот инструктор-управляемый, живый обучение (онлайн или онлайн) направлено на ученых данных, которые хотят использовать TensorFlow для анализа потенциальных мошеннических данных. К концу обучения участники смогут:
    Создайте модель обнаружения мошенничества в Python и TensorFlow. Создайте линейные регрессии и линейные регрессионные модели для предсказания мошенничества. Разработка конечного приложения AI для анализа данных о мошенничестве.
Формат курса
    Интерактивная лекция и дискуссия. Много упражнений и практики. Реализация в живой лабораторной среде.
Курс персонализации опций
    Для получения персонализированного обучения на этот курс, пожалуйста, свяжитесь с нами для организации.

TensorFlow Extended (TFX)

21 часов
TensorFlow Extended (TFX) является конечной платформой для внедрения производственных трубопроводов ML. Этот инструктор-управляемый, живый тренинг (онлайн или онлайн) предназначен для ученых данных, которые хотят перейти от обучения одной модели ML к внедрению многих моделей ML в производство. К концу обучения участники смогут:
    Инсталляция и настройка TFX и поддержка сторонних инструментов. Используйте TFX для создания и управления полной производственной цепочкой ML. Работа с компонентами TFX для выполнения моделирования, обучения, обслуживания заключений и управления деплойментами. Разрабатывайте функции машинного обучения для веб-приложений, мобильных приложений, устройств IoT и многое другое.
Формат курса
    Интерактивная лекция и дискуссия. Много упражнений и практики. Реализация в живой лабораторной среде.
Курс персонализации опций
    Для получения персонализированного обучения на этот курс, пожалуйста, свяжитесь с нами для организации.

Kubeflow on OpenShift

28 часов
Kubeflow В этом смысле мы говорим о том, что в этом смысле мы говорим о том, что мы говорим об этом. TensorFlow является одной из самых популярных библиотек машинного обучения. Kubernetes является оркестрационной платформой для управления контейнерными приложениями. OpenShift является платформой разработки облачных приложений, которая использует Docker контейнеры, организованные и управляемые Kubernetes, на основе Red Hat Enterprise Linux. Эта инструкторская, живая подготовка (онлайн или на сайте) направлена на инженеров, которые хотят развернуть Machine Learning рабочие нагрузки в OpenShift на премьере или гибридный облак.
    К концу обучения участники смогут: В этом смысле он и т. д., и т. д., и т. д., и т. д., и т. д. Используйте OpenShift для упрощения работы по инициативе Kubernetes кластера. Создание и внедрение Kubernetes трубопровода для автоматизации и управления ML-моделями в производстве. Тренировка и развертывание TensorFlow ML моделей на нескольких GPU и машин, работающих параллельно. Звоните услуги общественного облака (например, услуги AWS) изнутри OpenShift для расширения приложения ML.
Формат курса
    Интерактивная лекция и дискуссия. Много упражнений и практики. Реализация в живой лабораторной среде.
Курс персонализации опций
    Для получения персонализированного обучения на этот курс, пожалуйста, свяжитесь с нами для организации.

Last Updated:

Другие регионы

Online

другие страны

Консалтинг

выходные TensorFlow курсы, курсы TensorFlow выходного дня, вечерние TensorFlow курсы, TensorFlow технические учебные курсы, TensorFlow буткемп, TensorFlow буткэмп, TensorFlow курсы с инструктором, TensorFlow тренинг с инструктором, выходной TensorFlow тренинг, тренинг TensorFlow выходного дня, вечерние TensorFlow курсы, TensorFlow коачинг, TensorFlow тренерство, TensorFlow тренинг, TensorFlow инструктор, TensorFlow тренер, TensorFlow коач, TensorFlow курсы, TensorFlow занятия, TensorFlow локальные, TensorFlow частные занятия, TensorFlow частные курсы, TensorFlow индивидуальный тренинг, TensorFlow индивидуальные занятия

Скидки

В настоящее время акции не проводятся

Информационная рассылка

Мы уважаем конфиденциальность Ваших персональных данных. Мы обязуемся не передавать Ваши данные третьим лицам. Вы всегда можете изменить свои настройки конфиденциальности или полностью отказаться от подписки.

Наши клиенты

is growing fast!

We are looking for a good mixture of IT and soft skills in Kazakhstan!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

Этот сайт в других странах / регионах