Đề cương khóa học
Giới thiệu
- Chainer so với Caffe so với Torch
- Tổng quan về các tính năng và thành phần của Chainer
Bắt đầu
- Hiểu cấu trúc của trình huấn luyện
- Cài đặt Chainer, CuPy và NumPy
- Định nghĩa các hàm trên biến
Huấn luyện Neural Networks trong Chainer
- Xây dựng đồ thị tính toán
- Chạy các ví dụ về tập dữ liệu MNIST
- Cập nhật các tham số bằng trình tối ưu hóa
- Xử lý hình ảnh để đánh giá kết quả
Làm việc với GPUs trong Chainer
- Triển khai mạng nơ-ron hồi quy
- Sử dụng nhiều GPUs để song song hóa
Triển khai các mô hình mạng nơ-ron khác
- Định nghĩa các mô hình RNN và chạy các ví dụ
- Tạo hình ảnh bằng Deep Convolutional GAN
- Chạy các ví dụ Reinforcement Learning
Khắc phục sự cố
Tóm tắt và Kết luận
Yêu cầu
- Hiểu biết về mạng nơ-ron nhân tạo
- Làm quen với các khung deep learning (Caffe, Torch, v.v.)
- Kinh nghiệm lập trình Python
Đối tượng
- Nghiên cứu viên AI
- Nhà phát triển
Đánh giá (3)
Tôi thực sự thích phần cuối khi chúng tôi dành thời gian để làm quen với CHAT GPT. Phòng học không được bố trí tốt cho hoạt động này - thay vì một bàn lớn, vài bàn nhỏ để chúng tôi có thể chia thành nhóm nhỏ và thảo luận sẽ giúp ích hơn nhiều.
Nola - Laramie County Community College
Khóa học - Artificial Intelligence (AI) Overview
Dịch thuật bằng máy
Làm việc dựa trên các nguyên lý cơ bản một cách tập trung, và chuyển sang áp dụng các trường hợp nghiên cứu trong cùng một ngày
Maggie Webb - Department of Jobs, Regions, and Precincts
Khóa học - Artificial Neural Networks, Machine Learning, Deep Thinking
Dịch thuật bằng máy
Cảm giác như chúng tôi đang đi qua thông tin liên quan trực tiếp với tốc độ phù hợp (tức là không có nội dung phụ trợ).
Maggie Webb - Department of Jobs, Regions, and Precincts
Khóa học - Introduction to the use of neural networks
Dịch thuật bằng máy
