Plan Szkolenia

Wprowadzenie do Deep Learning dla NLP

Rozróżnianie różnych typów modeli DL

Korzystanie z modeli wstępnie wyszkolonych i przeszkolonych

Używanie osadzania słów i analizy nastrojów w celu wydobycia znaczenia z tekstu

Jak działa tryb bez nadzoru Deep Learning.

Instalacja i konfiguracja Python Biblioteki Deep Learning

Używanie biblioteki Keras DL na górze TensorFlow, aby umożliwić Pythonowi tworzenie podpisów

Praca z Theano (biblioteka obliczeń numerycznych) i TensorFlow (biblioteka ogólna i lingwistyczna) w celu wykorzystania jako rozszerzonych bibliotek DL w celu tworzenia napisów.

Używanie Kerasa na TensorFlow lub Theano do szybkiego eksperymentowania z głębokim uczeniem

Tworzenie prostej aplikacji Deep Learning w TensorFlow umożliwiającej dodawanie podpisów do kolekcji zdjęć

Rozwiązywanie problemów

Słowo o innych (specjalistycznych) frameworkach DL

Wdrażanie aplikacji DL

Używanie GPU s do przyspieszania DL

Uwagi końcowe

Wymagania

  • Zrozumienie Python programowania
  • Zrozumienie Python bibliotek w ogóle

Uczestnicy

  • Programiści zainteresowani lingwistyką
  • Programiści, którzy chcą zrozumieć NLP (przetwarzanie języka naturalnego) 
 28 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie